A facial age group classifier based on deep learning techniques
Derin öğrenme tekniklerine dayalı yüz yaş grubu sınıflandırıcısı
- Tez No: 765228
- Danışmanlar: DR. ÖĞR. ÜYESİ CAHİT PERKGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Anadolu Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 93
Özet
Son zamanlarda, bilgisayarla görü alanındaki araştırmacılar, gerçek dünyadaki artan uygulamaları nedeniyle, yaş, cinsiyet ve ırk gibi demografik özelliklerin tahmin edilmesi de dahil olmak üzere, insan yüzünden önemli bilgilerin çıkarılmasıyla giderek daha fazla ilgilenmeye başladılar. Bu alanda Evrişimsel Sinir Ağlarına (ESA) dayalı modeller, insan yüzlerinin görüntülerinden yüz özelliklerini otomatik olarak çıkarabilen en önemli tekniklerden biri olduklarını kanıtlamışlardır. Bu tezde, yüz görüntülerinden yüz ayırt edici özellikleri çıkarmak ve bu görüntüleri ilgili yaş grubuna sınıflandırmak için CNN tabanlı yeni bir model önerilmiştir. Önerilen modelin genel performansı hem UTKFace hem de Facial-age veri kümelerinde değerlendirilmiştir. Sonuçlar, modelin sınıflandırma doğruluğu açısından son çalışmalara kıyasla daha iyi bir performansa sahip olduğunu göstermiştir. Önerilen model, bahsedilen veri kümelerinde %87,82'lik yaş grubu sınıflandırma doğruluğu elde etmiştir.
Özet (Çeviri)
Recently, researchers in the computer vision field have become increasingly interested in extracting important information from the human face, including estimating demographic characteristics such as age, gender, and race, due to their increasing applications in the real world. Models based on convolutional neural network (CNN) have proven that they are one of the most important techniques capable of extracting facial features automatically from images of human faces. In this thesis, a novel CNN-based model to extract facial discriminative features from face images and classify those images into the corresponding age group is proposed. The overall performance of the proposed model is evaluated on both UTKFace and Facial-age datasets. The results showed that the model has a better performance compared with recent studies in terms of classification accuracy. The model achieved age group classification accuracy of 87.82% on the mentioned facial aging datasets.
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
- 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
- Derin öğrenme yöntemleri ile yüz görüntülerinden yaş kestirimi
Age estimation from facial images using deep neural networks
YUSUF ÇAĞRI DAŞKIN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. FÜSUN BALIK ŞANLI
- Face identification, gender and age groups classifications for semantic annotation of videos
Videolara anlamsal açıklama eklemek için yüz tanıma, cinsiyet ve yaş grubu sınıflandırması
GÖKHAN YAPRAKKAYA
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. NİHAN KESİM ÇİÇEKLİ
- Koklear implant cerrahisi sırasında yuvarlak pencere görünürlüğünü tahmin etmede radyolojik ölçümlerin etkisi – retrospektif kohort çalışması
Başlık çevirisi yok
MELİKŞAH AYTEKİN
Tıpta Uzmanlık
Türkçe
2024
Kulak Burun ve BoğazOndokuz Mayıs ÜniversitesiKulak Burun Boğaz Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA KAVAZ UŞTU