Geri Dön

Gerçek zamanlı yüz maskesi algılama uyarı sistemi

Real-time face mask detection with alert system

  1. Tez No: 751581
  2. Yazar: ALI ABBAS JASIM JASIM
  3. Danışmanlar: DR. MUSTAFA YAĞCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Kırşehir Ahi Evran Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Gerçek zamanlı maske tespiti ve tahmini, iki aşamada kurulan derin öğrenme kullanılarak yapılan araştırmaların ana hedefleridir; ilk aşama, görüntü sınıflandırması için önceden eğitilmiş bir MobileNetV2 ağı kullanarak bir modeli eğitmekti. Eğitim verilerimiz iki kategoriye ayrılmış (maskesiz maske) 1785 görüntüydü. İkinci aşamada, 'Single Shot Multi-box Detector' (SSD) dedektörü ve ResNet-10 mimarisini kullanarak gerçek zamanlı video akışlarında yüzleri algılamak için OpenCV kütüphanesini kullanıyoruz. Daha sonra bu sonuçları, birinin maske takıp takmadığını belirlemek için modelimize girdi olarak kullanırız. F1 puanı yüzde 100, model doğruluğu ise yüzde 99.72 idi. ‎Eğitim verileri çeşitli kaynaklardan elde edilmiş ve tamamı internetten indirilmiştir.

Özet (Çeviri)

Real-time mask detection and prediction are the main objectives of research using deep learning, which was established in two stages; the first stage was training a model using a pre-trained MobileNetV2 network for image classification. Our training data was 1785 images divided into two categories (mask without mask). In the second stage, we use the OpenCV library to detect faces in real-time video streams using the 'Single Shot Multi-box Detector' (SSD) detector and the ResNet- 10 architecture. Then we utilize these results as inputs to our model to determine whether or not someone is wearing a mask. The F1 score was 100 percent, while the model accuracy was 99.72 percent. ‎Training data was obtained from various sources, and all downloaded from the internet.

Benzer Tezler

  1. Face mask detection using deep learning methods

    Derin öğrenme yöntemleriyle yüz maskesi tespiti

    YOUNUS ALQADIRI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Bilim Dalı

    DR. ÖĞR. ÜYESİ ZAFER İŞCAN

  2. Maskeli ve maskesiz yüzlerin gerçek zamanlı tespiti

    Real-time detection of masked and unmasked faces

    MURAT KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. VASIF NABIYEV

  3. Lightweight facial expression recognition systems for social robots

    Sosyal robotlar için hafif ağırlıklı yüz ifadesi tanıma sistemleri

    ERHAN BİÇER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  4. Internet of things based intelligent facial expression monitoring using EMG signals

    EMG sinyalleri kullanarak nesnelerin interneti tabanlı akıllı yüz ifadesi izleme

    MASOOD ABDULRAHMAN OTHMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLHAN AYDIN

  5. A simple security application using real-time face recognition

    Gerçek zamanlı yüz tanıma kullanarak basit bir güvenlik uygulaması

    ADNAN ABDULLAH YOUNUS AL HAMMADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilim ve TeknolojiKırşehir Ahi Evran Üniversitesi

    İleri Teknolojiler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEMDUH KÖSE