Geri Dön

Face recognition system using local binary pattern with binary dragonfly algorithm (BDA) to feature selection

Yerel ikili desen kullanan yüz tanıma sistemi özellik seçimi için ikili dragonfly algoritması (BDA) ile

  1. Tez No: 793971
  2. Yazar: AHMEED RAAD MAJEED AL-ALOOSI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgi ve Belge Yönetimi, Information and Records Management
  6. Anahtar Kelimeler: Yüz Tanıma Sistemi, Yerel İkili Model, İkili Yusufçuk Algoritması, Face Recognition System, Local Binary Pattern, Binary Dragonfly Algorithm
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde öznitelik çıkarımı için yerel ikili desen ve optimum öznitelikleri bulmak için İkili Yusufçuk Algoritması (BDA) kullanılacaktır. Bu, yüz tanıma sistemi için yeni bir metodolojidir. Çeşitli amaçlar için kullanılmak üzere önerilen bir yüz tanıma çerçevesi oluşturulmuştur. Bilgileri hazırlayan yüzün önemli özelliğinin çıkarılması için yerel ikili desen kullandık ve ardından özellik verilerinden en iyi özellikleri bulmak için Binary Dragonfly Algoritmasından (BDA) yararlandık. Önerilen stratejiyi Matlab 2021a ile ORL ve YALE veri setleri üzerinde uygulayacak ve değerlendireceğiz.

Özet (Çeviri)

In this thesis, local binary pattern will use to feature extraction and the Binary Dragonfly Algorithm (BDA) will use to find the optimum features. This is new methodology for face recognition system. A proposed face acknowledgment framework was created to be utilized for various purposes. We utilized local binary pattern for extraction of the important feature of the face that prepare the information and afterward we utilized Binary Dragonfly Algorithm (BDA) for find the best features from feature data. We will execute and assesses the proposed strategy on ORL and YALE data sets with Matlab 2021a.

Benzer Tezler

  1. Face recognition using LBP, nLBP and αLBPalgorithms

    LBP, nLBP ve αLBP algoritmaları kullanılarak yüz tanıma

    MEGIR MOHAMMED RASOOL RASOOL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ VOLKAN MÜJDAT TİRYAKİ

  2. A novel and efficient method for face recognition using original and symmetrical samples

    Orijinal ve simetrik örnekleri kullanarak yüz tanımı için yeni ve etkili bir yöntem

    SAAD OMRAN ELHASHMI ALLAGWAIL

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ OSMAN SERDAR GEDİK

  3. Fast face detection and recognition on graphics processing units

    Grafik işlemciler üzerinde hızlı yüz saptama ve tanıma

    SALİH CİHAN TEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  4. Gerçek zamanlı uykulu sürüş algılama sistemi

    Drowsy driving detection system

    SEDAT GOLGİYAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERHAN AKIN

  5. Yürüyüş verilerinden makine öğrenmesi yöntemleri ile yaş tahmini

    Age estimation from gait data using machine learning

    VEDAT İMAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiSiirt Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ VOLKAN MÜJDAT TİRYAKİ