Geri Dön

Faster R-CNN derin öğrenme yöntemi ile duygusal ifadelerin tespiti ve gerçek zamanlı görüntülere uygulanması

Detection of emotional expressions and application to real-time images with faster R-CNN deep learning method

  1. Tez No: 749399
  2. Yazar: TAYFUN ARABACI
  3. Danışmanlar: PROF. DR. TUNCAY AYDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Science and Technology, Electrical and Electronics Engineering, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Bu çalışmada, Faster R-CNN derin öğrenme yöntemi kullanılarak, portre yüz (ön cephe) görüntülerinden öfke, mutlu, tarafsız, korku, üzüntü, tiksinme ve şaşkınlık duygusal ifadelerinin tespit edilmesi amaçlanmış ve tespit edilen ifadeler ile gerçek zamanlı görüntüler üzerinden sosyal hayat odaklı bir karar/destek uygulaması geliştirilmiştir. Çalışmada önce veri setini oluşturan portre yüz görüntülerinde yedi duygusal ifadenin etiketlemesi gerçekleştirildi. Daha sonra etiketlenen görüntüler Faster R-CNN derin öğrenme algoritması ile geliştirilen model üzerinden yedi duygusal ifadenin öğrenme/eğitim süreci tamamlandı. Son olarak, Python programı ile gerçek zamanlı görüntüler üzerinde yedi duygusal ifadenin başarısını test eden bir karar/destek uygulaması geliştirilmiştir. 350 adet test verisi ile yapılan doğrulamada sonucunda, öfke %92, mutlu %98, tarafsız %98, korku %94, üzüntü %94, tiksinme %86 ve şaşırmış %94 eğitim başarı sonuçlarına ulaşılmıştır.

Özet (Çeviri)

In this study, using the Faster R-CNN deep learning method, emotional expressions of anger, happy, neutral, fear, sadness, disgust and surprise are determined from portrait face (frontal) images. A social life-oriented decision/support application is developed over real-time images with the detected expressions. In the study, first of all, seven emotional expressions are labeled from the portrait face images that formed the data set. Then, the tagged images are digitized and the learning/training process of seven emotional expressions is completed on the model developed with the Faster R-CNN deep learning algorithm. Finally, a decision/support application is developed that tests the success of seven emotional expressions on real-time images with the Python program. As a result of the validation with 350 test data, the educational success results were anger %92, happiness %98, neutral %98, fear %94, sadness %94, disgust %86 and surprised %94.

Benzer Tezler

  1. Derin öğrenme ile mammogram görüntülerindeki lezyonların tespiti ve sınıflandırılması

    Detection and classification of lesions in mammogram images with deep learning

    YAVUZ BİÇİCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SALİM CEYHAN

    DR. ÖĞR. ÜYESİ SÜLEYMAN UZUN

  2. Yapay zeka derin öğrenme yöntemi ile veri sızıntısı önleme

    Data leak prevention deep learning method with artificial intelligence

    ELİF SEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilim ve TeknolojiBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YÜCEL BATU SALMAN

  3. Derin öğrenme yöntemi ile Google ve Yandex görüntülerinden stadyum tespiti

    Stadium detection from Google and Yandex images with deep learning method

    EMRE BATUHAN SAMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mühendislik BilimleriEskişehir Teknik Üniversitesi

    Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    DOÇ. DR. UĞUR AVDAN

  4. Konvolüsyonel sinir ağlarında ağ eğitiminin iyileştirilmesi

    Improving the network training in convolutional neural networks

    KÜBRA UYAR

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR TAŞDEMİR

  5. Derin öğrenme yöntemleri ile meyve tanıma ve rekolte tahmini

    Fruit recognition and yield estimation using deep learning methods

    ESRA GÜNGÖR ULUTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiYozgat Bozok Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEMİL ALTIN