Geri Dön

Yüz imgelerinin otomatik hizalanması

Automatic face alignment

  1. Tez No: 752267
  2. Yazar: BURAK CAN KAPLAN
  3. Danışmanlar: PROF. DR. HAKAN ÇEVİKALP
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Telekomünikasyon - Sinyal İşleme Bilim Dalı
  13. Sayfa Sayısı: 69

Özet

Yüz tanıma, günümüzde görüntü işleme alanının en önemli başlıklarından birisi haline gelmiştir. Güvenlik, ticari, askeri vb. birçok alanda kullanılmakta olan yüz tanıma sistemleri, halen üzerinde sıkça çalışılmakta olan ve geliştirilmeye çalışan bir konu olmaktadır. İnsan yüzünün kamera karşısında karşıdan ve temiz bir görüntü vermesi halinde çok başarılı çalışabilen bu sistemler, işin içine poz, harekete bağlı bulanıklık gibi etkenler girdiği zaman kimlik tespitinde zorlanma yaşamaktadır. Yüz hizalama, bu tür zorlukların en önemli olanlarından birisi olan poz farklılıkları üzerinde etkili olabilen, başarım arttırıcı bir ön işlemdir. Bu tez ile yüz hizalamanın otomatikleştirilmesi üzerine çalışılmıştır. Ayrıca açı bazlı pozlara bağlı olarak beş farklı hizalama biçimi yapılmıştır. Tüm bu farklı hizalama biçimlerinin otomatikleştirilebilmesi için, yüz hizalamayı oluşturan gerekli alt görevler bulunmuş, ve tüm bu alt görevler için gerekli yazılımlar geliştirilmiştir. İki farklı veri seti ve beş farklı sınıflandırıcı ile deneyler yapılmış, yirmi adet sonuç bulunmuştur. Bulunan sonuçlar doğrultusunda bir veri seti üzerine hizalama işlemi uygulandığında oluşan farklar gösterilmiştir. Ayrıca, farklı hizalama türlerini arasında performans kıyaslaması yapılmış, yüz tanıma probleminde ilgili veri setleri için en uygun yöntem saptanmıştır.

Özet (Çeviri)

Nowadays, face recognition has become one of the most important topics in computer vision. Face recognition systems are used in fields such as security, military, and commercial purposes. In these systems, if the given face image is clear, these systems are able to work very well. However, they can not operate the same, when the given face image is not frontal, or motion-related blur is involved. Many datasets which are containing these alike images have been released to work on this topic. To deal with this problem, face alignment is one of the performance-enhancing pre-processings that is effective on different pose variations. This thesis is designed to automate face alignment. Also, it offers five different alignment formats, depending on angle-based pose variations. In order to automate all these different alignments, the required sub-tasks of face alignment have been researched, and the required software for all these sub-tasks has been developed. To seperate different poses in any dataset, a new method has been developed and implemented succesfully. In the experiment part, two different datasets and five different classifiers are used for evaluation. Based on the results, a clear difference in aligning the dataset is mentioned. In addition, performance comparisons have been made between different types of alignments, and the most suitable alignment method for face recognition is shown. Finally, the main and possible reasons for the outcomes of the experiments are examined and explained.

Benzer Tezler

  1. Face recognition with local Walsh transform

    Yerel Walsh dönüşümü ile yüz tanıma

    MERYEM UZUN PER

    Doktora

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  2. Cross-pose facial expression recognition

    Farklı bakış açıları arası yüz ifadesi tanıma

    FATMA GÜNEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. LALE AKARUN

    YRD. DOÇ. HAZIM KEMAL EKENEL

  3. Classification of wrinkles on the forehead and around eyes

    Alında ve göz kenarlarında yer alan kırışıklıkların sınıflandırılması

    BÜŞRA ÇANAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ERSEL KAMAŞAK

  4. Deep convolutional neural network based unconstrained ear recognition

    Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma

    FEVZİYE İREM EYİOKUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAZIM KEMAL EKENEL

  5. Image quality assesment and enhancement for robust face recognition

    Yüz tanıma için imgelerin kalite ölçümü ve iyileştirilmesi

    ONUR SERTKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAYFUN AKGÜL