Farklı transfer öğrenme yöntemlerinin karşılaştırılması ile göz çevresi görüntülerinden kişi tanıma
Person recognition from eye circumference images by comparison of different transfer learning algorithms
- Tez No: 751283
- Danışmanlar: DOÇ. DR. EMRAH AYDEMİR, DR. ÖĞR. ÜYESİ CEMAL AKTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Kırşehir Ahi Evran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Makine öğrenmesi yöntemleri, belirli bir problemin çözümünde bir veri setinin eğitilerek o veri setinden aranılan bir özelliğin veya parametrenin öğrenilmesi, tahmin edilmesi gibi amaçlar için kullanılır. İnsanın geçmiş bilgi ve deneyimlerinden öğrenmeyi sürdürme yeteneğinin bilgisayar sistemlerine aktarılması hedeflenen transfer öğrenme yaklaşımında da esas alınan belirli bir problemin çözümünde elde edilen öğrenmenin yeni bir problem çözümünde kullanılabilmek üzere aktarılmasıdır. Transfer öğrenmede elde edilen öğrenmenin aktarılabilmesi, geleneksel makine öğrenmesi yöntemlerine göre birtakım avantajlar sağlamaktadır ve bu avantajları transfer öğrenmenin tercih edilmesinde etkili olmaktadır. Bu çalışmada 96 farklı kişiye toplam 1980 göz çevresi görüntüsü toplanmıştır. Toplanan bu veriler kişi, yaş ve cinsiyet açısından sınıflandırılmaya çalışılmıştır. Bunun için Python programı içerisinde yer alan 32 farklı transfer öğrenme algoritması ile öznitelik çıkarımı yapılmış ve kişi tahmini için RandomForest algoritması ile sınıflandırılmıştır. En yüksek başarı gösteren ResNet50 algoritması ile 30 farklı sınıflandırma algoritması kullanılmış ve veriler yaş ve cinsiyet açısından da sınıflandırma yapılmıştır. Böylece sırasıyla kişi, yaş ve cinsiyet sınıflandırılmasında en yüksek başarı oranları olarak %83,52, %96,41 ve 77,56 elde edilmiştir.
Özet (Çeviri)
Machine learning methods are used for purposes such as learning and estimating a feature or parameter sought from that data set by training a data set in solving a particular problem. The transfer learning approach, which is aimed at transferring the ability of people to continue learning from their past knowledge and experiences, to computer systems is the transfer of the learning obtained in the solution of a particular problem, so that it can be used in solving a new problem. Transferring the learning obtained in transfer learning provides some advantages over traditional machine learning methods, and these advantages are effective in the preference of transfer learning. In this study, a total of 1980 eye contour images were collected from 96 different people. These collected data were tried to be classified in terms of person, age and gender. For this, feature extraction was performed with 32 different transfer learning algorithms in the Python program and classified with RandomForest algorithm for person estimation. 30 different classification algorithms were used with the most successful ResNet50 algorithm, and the data were also classified in terms of age and gender. Thus, the highest success rates were obtained as 83.52%, 96.41% and 77.56% in person, age and gender classification, respectively.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Optimization of a composite-based belleville spring system for racing vehicles
Yarış araçları için kompozit tabanlı bellevılle yay sisteminin optimizasyonu
MERT CANER EREN
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ERSAN ÜSTÜNDAĞ
- Duygu analizi problemi için geleneksel ve derin transfer makine öğrenmesi yöntemlerinin karşılaştırılması
A comparison of traditional and deep transfer machine learning methods for the sentiment analysis problem
NURAY YILDIZLI
Yüksek Lisans
Türkçe
2021
Bilim ve TeknolojiAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLŞAH TÜMÜKLÜ ÖZYER
- A comparison of deep neural network architectures for COVID-19 detection using CT chest images
Göğüs BT görüntüleriyle COVID-19 tespitinde derin sinir ağı mimarilerinin karşılaştırılması
MEHMET TUNAHAN SARIOĞLU
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
PROF. DR. ÜNAL ERKAN MUMCUOĞLU
- Yapay zekâ yöntemleriyle termoelektrik modülün kontrolü
Control of thermoelectric module with artificial intelligence methods
TUFAN KOÇ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEVRA BAYHAN
PROF. DR. SEDAT BALLIKAYA