Derin öğrenme tabanlı geliştirilmiş yüz ifadesi tanıma sistemi
Deep learning based advanced facial expression recognition system
- Tez No: 751701
- Danışmanlar: DOÇ. DR. MUSTAFA YAĞCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Kırşehir Ahi Evran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Yüz duygularının ifadesini tanıma, insanların yüz duygularının yüzlerindeki ifadelere göre sınıflandırılmasını içeren bir araştırma alanıdır. Akıllı insan-bilgisayar etkileşimi, biyometrik güvenlik, robotik ve depresyon, otizm için klinik tıp ve ruh sağlığı sorunları gibi birçok farklı uygulamada kullanılabilir. Bu tez, yüz ifadesi tanıma (FER) için ileri teknikleri araştırır ve analiz eder ve pratik uygulamalar için bir zeka sistemleri geliştirir. Bu çalışmada, FER doğruluğunu artırmak için birkaç derin öğrenme tabanlı çerçeve geliştirilmiştir. Belirli katmanlarda özellik çıkarma amacıyla üç ana tip önceden eğitilmiş ağ (AlexNet, GoogleNet ve SqueezeNet) kullanılır. Ayrıca, k-en yakın komşular (KNN), Destek Vektör Makinesi (SVM) ve Karar Ağacı sinir ağları algoritmaları, her tür önceden eğitilmiş ağ için sınıflandırıcı olarak kullanılır. Bu araştırmada, Yedi tür yüz ifadesini temsil eden çok sayıda görüntü içeren iki veri seti kullanılmıştır. SVM ile GoogleNet için elde edilen maksimum doğruluk 91.09, SVM 98.2766 ile SqueezeNet ve KNN ile AlexNet için yaklaşık %100'dür. Elde edilen sonuçlar, en iyi sınıflandırma sonuçları için yeniden eğitim zamanı ve kaynakları sağlayan öznitelik çıkarımı olarak önceden eğitilmiş bir ağ kullanabileceğimizi göstermektedir.
Özet (Çeviri)
Facial emotion expression recognition is a field of research that comprises the classification of face emotions of humans by expressions on their faces. It can be used in many different applications including intelligent human-computer interaction, biometric security, robotics and depression, and clinical medicine for autism, and mental health problems. This thesis explores and analysis advanced techniques for facial expression recognition (FER) and develops intelligence systems for practical applications. In this study, several deep learning-based frameworks have been developed to improve FER accuracy. Three main types of pre-trained networks (AlexNet, GoogleNet, and SqueezeNet) are utilized for feature extraction purposes at a certain layer. Moreover, k-nearest neighbors (KNN), Support Vector Machine (SVM), and Decision Tree neural networks algorithms are employed as a classifier for each type of pre-trained network. Two datasets are used in this research including a large number of images representing Seven types of facial expressions. The maximum accuracy obtained for GoogleNet with SVM is 91.09, SqueezeNet with SVM 98.2766, and AlexNet with KNN at about 100%. The results obtained indicate that we can use a pre-trained network as feature extraction which provides a pre-training time and resources for best classification results.
Benzer Tezler
- DA4HI: A deep learning framework for facial emotion recognition in affective systems for children with hearing impairments.
DA4HI: İşitme engelli çocuklar için duyuşsal sistemlerde yüzdeki duyguların tanınması maksadıyla geliştirilen derin öğrenme modeli.
CEMAL GÜRPINAR
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
PROF. DR. NAFİZ ARICA
- Yüz ifadesini algılayarak ruh hâlini dengeleyecek müzik öneren yapay zekâ tabanlı mobil uygulama geliştirilmesi
Developing an artificial intelligence-based mobile application that recommends music to balance mood by detecting facial expression
BERKE BARTUĞ SEVİNDİK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. VAHİDE BULUT
- Deep learning-based face recognition with raspberry Pi and USB accelerator for IoT environments
IoT için rapsberry Pi ve USB hızlandırıcı ile derin öğrenme tabanlı yüz tanıma
KUTAY YILDIZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. MURAT KOYUNCU
- A comparative study of deep learning based face recognition algorithms for video under adverse conditions
Derin öğrenme tabanlı yüz tanıma yöntemlerinin zorlayıcı koşullar altındaki videolar için performans karşılaştırılması
GALİP PALA
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİĞDEM EROĞLU ERDEM
- An improved transfer learning based siamese network for face recognation
Yüz tanıma için geliştirilmiş aktarım öğrenme tabanlı sıamese ağı
DALHM GHALIB HALBOOS AL-SHAMMARI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
البروفيسور. دكتور. DEVRİM AKGÜN