Intellignce face recognition system
Başlık çevirisi mevcut değil.
- Tez No: 796728
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 33
Özet
Bu araştırmanın amacı, tanıma amacına ulaşmak için dört ana aşamadan ve diğer birçok ikincil süreçten geçen yüz tanıma arayışı için luxand platformlarının kitaplıklarından ve modellerinden yararlanmaktır. Sistem yüz görüntüsünü yakalar ve analiz ve yüz lekeleme sürecini başlatır, ardından yüz özelliklerinin tespit edildiği hizalama aşamasına geçer, ardından hesaplamaların yapıldığı çıkarma aşamasına geçer, tüm bu hesaplamalar ve sayılar dördüncü aşamaya geçer. sonuçların hedeflenen yüz için önceden saklanan bilgilerle karşılaştırıldığı eşleştirme işlemi, tüm bu işlemler yerelliği koruyan projeksiyonları (LPP) kullanır. PCA Doğrusal Ayrım Analizi, yalnızca yüz alanlarını yapılandırmak için kullanılır. PCA, LDA ve LPP, türünün tek örneği teşhis edilmiş model olarak sınıflandırılır. Araştırma Luxaund tekniğinden geçecektir.
Özet (Çeviri)
The purpose of this research is to utilize the libraries and models of the luxand platforms for the seek of facial recgnitions which pass through four main stages and other many secondary process to achieve the goal of recognition. The system capture the face image and start the process of analyess and face spotting to then for the stage of alignment where is the face features are detected then moving to the extraction stage where are calculation are done , all these calculations and numbers move to the fourth matching process where results are compared with previous stored information for the targeted face , all those processes utilize the locality preserving projections (LPP) .the PCA Linear Discrimination Analysis is used to solely structure the face spaces. The PCA, LDA, and LPP are classified of one of a kind diagrmaed model. The research is going to pass through the Luxaund technique.
Benzer Tezler
- Maskeli ve maskesiz yüzlerin gerçek zamanlı tespiti
Real-time detection of masked and unmasked faces
MURAT KILIÇ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VASIF NABIYEV
- Kütüphane ortamında yüz ve parmak izi tanıma sisteminin geliştirilmesi
Development of face and fingerprint recognition system in library environment
MOHAMMED RIDHA MOHAMMED AHMED ALSARRAR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMİN GÜLTEPE
- Improvement of face recognition based on gamma correction of images
Görüntülerin gama düzeltmesine bağlı yüz tanıma iyileştirilmesi
KELECHI KINGSLEY IBEZIM
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. IHAB ABDALLA İBRAHİM MOHAMED ELAFF
- Derin öğrenme ve geleneksel makine öğrenme teknikleri kullanılarak manda yüz tanıma modellerinin geliştirilmesi
Development of water buffalo face recognition models using deep learning and traditional machine learning techniques
NİYAZİ HAYRULLAH TUVAY
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYozgat Bozok ÜniversitesiTarım Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORHAN ERMETİN
- Uzaktan eğitime yönelik derin öğrenme tabanlı bir yüz tanıma sistemi tasarımı ve öğrenci başarısına etkisi
Design of a deep learning based face recognition system for distance education and its effect on student success
DİLARA SERTEL
Yüksek Lisans
Türkçe
2024
Mekatronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE NUR AY GÜL