Geri Dön

Text and image recognition based in artificial intelligence

Yapay zeka dayalı metin ve görüntü tanıma

  1. Tez No: 768996
  2. Yazar: DALYA TAREQ KHUDHAIR MAGSOOSI
  3. Danışmanlar: YRD. DOÇ. DR. MESUT ÇEVIK
  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: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: 63

Özet

Manuel katılım sisteminin insan hatası, doğruluğu ve zaman içindeki zaman gereksinimleri, sistemin verimsizliğini ve eskimişliğini artırdı. Yoklama almak için kullanılan bir sistemin etkinliği, doğruluğu ve güvenliği, yüz tanıma özelliğine sahip bir otomatik yoklama izleme sistemi ile artırılacaktır. Gerçek Yüz Tanıma Devam yönetim sisteminin amacı, kişileri gerçek zamanlı olarak tanımlamak ve gelecekte referans olarak kullanmak üzere katılımlarını kaydetmektir. Haar Şelale Sınıflandırıcıları, yüz algılama sistemindeki nesneleri tanımak için kullanılır. Devam sistemini yönetmek için MySQL adlı bir veritabanı yönetim sistemi ve yine Python kullanan SQL program kodu kullanılmaktadır. Gerçek zamanlı bir yüz algılama devam yönetim sistemi, aynı zamanda ön yüzü algılarken devamı kontrol edebilir. Bir yüz tanındığında, katılımın toplanabilmesi için katılımcının adını soran bir metin kutusu görünür. Veritabanının katılım listesi ve resim koleksiyonu, MySQL'de otomatik olarak güncellenecek ve artırılacaktır. Çeşitli aydınlatma koşullarında çeşitli ön yüz koşullarının karşılaştırılması, gerçek zamanlı yüz algılama devam yönetim sisteminin doğruluğunu gösterir. Sonucu test etmek için çeşitli aydınlatma ve ön yüz koşullarında dört grup katılımcı yüzü kullanılır. Sistemin elde ettiği sonuçlar, yüzde 95,83'lük bir yüz algılama sistemi doğruluğunu ortaya koyuyor. Her katılımcının yakaladığı fotoğraf toplanır ve uygun klasöre kaydedilir. Destek vektör makineleri (SVM), çok katmanlı algılayıcılar, k-en yakın komşu (kNN), aşırı öğrenen makineler, en küçük ortalama kareler ve en küçük kareler, tanımlanan işareti tanımak için kullanılır.

Özet (Çeviri)

The manual attendance system's human error, accuracy, and time requirements over time grew the system's inefficiency and datedness. The efficiency, accuracy, and security of a system used for taking attendance will be improved by an automatic attendance monitoring system incorporating face detection. Actual Face Recognition The goal of an attendance management system is to identify people in real-time while recording their attendance for future use as a reference. Haar Waterfall Classifiers are used to recognize objects in the face detection system. A database management system named MySQL and the SQL program code also using Python, are used to handle the attendance system. A real-time face detection attendance management system is able to control attendance while also detecting the front face. When a face is recognized, a text box asking for the attendee's name will appear so that attendance may be collected. The database's attendance list and image collection will automatically update and increment in MySQL. The comparison of various front face conditions in various lighting conditions demonstrates the accuracy of the real-time face detection attendance management system. Four sets of attendees' faces in various lighting and front face conditions are used to test the outcome. The results obtained by the system reveal a face detection system accuracy of 95.83 percent. Every attendee's photograph capture is gathered and saved in the appropriate folder. Support vector machines (SVM), multilayer perceptron's, k-nearest neighbor (kNN),extreme learning machines, least mean squares, and least squares are used to recognize the sign that has been identified.

Benzer Tezler

  1. Yapay zekâya dayalı araç plaka tanıma sistemi

    Vehicle license plate recognition system based on artificial intelligence

    ASLI GÖDE

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilim ve TeknolojiOsmaniye Korkut Ata Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET DOĞAN

  2. Görüntü işlemede derin öğrenme tabanlı süper çözünürlük uygulamaları

    Deep learning based super resolution applications in image processing

    AHENK VURAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  3. Doğal dil işleme teknikleri kullanılarak türkçe mobil asistan yazılımı geliştirilmesi

    Development of a turkish mobile assistant software using natural language processing techniques

    GÖKHAN ÇELİKKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. GÜLŞEN ERYİĞİT

  4. Twitter verisi üzerinde Covid-19'a karşı etkili olan ilaçların doğal dil işleme kullanılarak analizi

    Analysis of drugs effective against Covid-19 using natural language processing on Twitter data

    ORHAN TALHA KUM

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEFER BADAY

  5. Identity document image analysis using artificial intelligence techniques

    Yapay zeka teknikleri kullanılan kimlik belgesi görüntü analizi

    HAZEM ABDULLAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BUSE MELİS ÖZYILDIRIM