Yüz imgelerinin otomatik hizalanması
Automatic face alignment
- Tez No: 752267
- Danışmanlar: PROF. DR. HAKAN ÇEVİKALP
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon - Sinyal İşleme Bilim Dalı
- 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
- Face recognition with local Walsh transform
Yerel Walsh dönüşümü ile yüz tanıma
MERYEM UZUN PER
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Cross-pose facial expression recognition
Farklı bakış açıları arası yüz ifadesi tanıma
FATMA GÜNEY
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. LALE AKARUN
YRD. DOÇ. HAZIM KEMAL EKENEL
- Classification of wrinkles on the forehead and around eyes
Alında ve göz kenarlarında yer alan kırışıklıkların sınıflandırılması
BÜŞRA ÇANAK
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ERSEL KAMAŞAK
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Image quality assesment and enhancement for robust face recognition
Yüz tanıma için imgelerin kalite ölçümü ve iyileştirilmesi
ONUR SERTKAYA
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN AKGÜL