Improvement of face recognition based on gamma correction of images
Görüntülerin gama düzeltmesine bağlı yüz tanıma iyileştirilmesi
- Tez No: 795820
- Danışmanlar: DR. IHAB ABDALLA İBRAHİM MOHAMED ELAFF
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Biyometri ve yapay zekadaki artışla birlikte Yüz Tanıma, küresel dünyanın dijitalleşmesi için müthiş bir araç haline geldi. Güvenlik sistemlerinin iyileştirilmesi, finans sektöründe doğrulama, eğitim kurumlarında devam izleme ve daha pek çok şeyden elde edilen çeşitli avantajlarla Yüz Tanıma, yalnızca burada kalmakla kalmayıp aynı zamanda öngörülebilir gelecekte de kullanılabilir bir teknoloji olduğunu kanıtlamıştır. Kişilerin yanlış tanınması ve toplum içinde belirli kişilerin tanınmaması veya tanınma olasılığının azalması gibi sorunlarla; Yüz Tanıma'nın doğruluğunu geliştirmek, zamanımızda ve çağımızda büyük bir gereklilik haline geldi. Bu araştırma çalışmasının amacı, tanıma doğruluğunu artırmak ve yüz tanıma sistemlerindeki belirsizlikleri ortadan kaldırmaktır. Bunu başarmak için, deney için Eigenface (bir yüz tanıma aracı) ve Gamma Correction (bir Görüntü İşleme Tekniği) dikkate alındı. C# programlama dili, OpenCV, Emgu CV ve Gamma Correction ve Histogram Equalization gibi birçok görüntü işleme tekniğinin yardımıyla, bu araştırma çalışması, hangi şemanın tanıma doğruluğunu en iyi şekilde geliştirdiğini görmek için geniş bir şekilde incelenecektir. Eigenface'i kullanmak yüz tanıma için çok faydalıdır, ancak Gama Düzeltme gibi diğer görüntü işleme teknikleriyle sonuçlandığında, yüz tanıma sistemi içindeki tanıma doğruluğunu artırabilir veya azaltabilir. Bu çalışmanın sonucu, görüntüleri tanıma için eğitirken en cesaret verici prosedür olarak görülen Gamma Correction 0.1 uygulamasının bazı olumlu çözünürlükleri vurguladı. Bu, Eigenface kullanılırken Gamma Correction 0.1 uygulamasının yüz tanıma sistemlerinde tanıma doğruluğuna daha yakın olduğu gerçeğini destekler.
Özet (Çeviri)
With the rise in biometrics and artificial intelligence, Face Recognition has become a formidable tool for the digitalization of the global world. With ranging benefits from the enhancement of the security systems, verification in the financial sector, attendance monitoring within educational institutions, and many more Face Recognition has proven to be a technology that is not just here to stay, but also available for the foreseeable future. With problems such as misidentification of individuals and failure or reduced probability of recognizing certain persons within the society; improving the accuracy of Face Recognition has become a paramount necessity within our time and age. The purpose of this research work is to improve the accuracy of recognition and to phase out uncertainties within face recognition systems. To achieve this, Eigenface (a face recognition tool) and Gamma Correction (an Image Processing Technique) were considered for the experiment. With the help of C# programming language, OpenCV, Emgu CV, and many image processing techniques such as Gamma Correction and Histogram Equalization, this research work will be broadly dissected to see which scheme best improves the accuracy of recognition. Using Eigenface is very beneficial for face recognition, but when culminated with other image processing techniques such as Gamma Correction, could increase or reduce the accuracy of recognition within the face recognition system. The result of this work highlighted some positive resolution, with the application of Gamma Correction 0.1 viewed as the most encouraging procedure when training images for recognition. This buttresses the fact that the application of Gamma Correction 0.1 while using the Eigenface has better proximity of accuracy of recognition in face recognition systems.
Benzer Tezler
- 3D face recognition from shape information based on 3D surface registration
3B yüzey çakıştırma tabanlı şekil bilgisinden 3B yüz tanıma
MUSTAFA OKAN İRFANOĞLU
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. LALE AKARUN
- Feature extraction and fusion techniques for patch-based face recognition
Yama-tabanlı yüz tanıma için öznitelik çıkarımı ve birleştirme teknikleri
BERKAY TOPÇU
Yüksek Lisans
İngilizce
2009
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HAKAN ERDOĞAN
- Seyreklik ve sözlük öğrenme yaklaşımlarının sınıflandırma ve yüz tanımaya uygulanması
Classification and face recognition application of sparsity and dictionary learning based methods
BERNA AZİZOĞLU
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Yerel ikili örüntüler ve gri eşdizimlilik matrisi temelli yüz tanıma sistemi
Face recognition system based on local binary pattern and gray level co-occurrence matrix
YOUSEF MUSTAFA ABDALLA ELSHAWESH
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YASEMİN GÜLTEPE
- Novel AI- based face recognition framework using deep neural networks and bounding box annotation
Başlık çevirisi yok
RASHA KHALID OMAR AL-OMARY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM