Face detection and recognition based on raspberry Pi using HAAR cascading and convolution neural network
HAAR basamaklı ve evrişim sinir ağı kullanılarak raspberry Pi tabanlı yüz tespiti ve tanıma
- Tez No: 824576
- Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yüz algılama, yüz tanıma, Haar basamaklı, CNN, Face Detection, Face Recognition, HAAR Cascading, CNN
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Yüz tespiti, yüzün otomatik olarak bilgisayar sistemleri tarafından algılanmasıyla ilgili bir biyometrik yöntemdir. Biyometrik sistemlerde, dijital kameralarda ve sosyal etiketlemede yaygın bir özelliktir. Son yıllarda yüz tespiti ve tanıma alanında artan bir araştırma odaklanması görmektedir. Bu tezde, yüz tespiti ve tanıma sistemi, iki algoritmanın birleştirilmesiyle (HAAR kademeli algoritma ve derin öğrenme algoritması) yüzleri tespit etmek ve tanımak için önerilmiş ve geliştirilmiştir. Önerilen sistem iki yaklaşımdan oluşmaktadır. "İlk yaklaşım olan HAAR kademeli algoritma, yüzün bir fotoğrafını çekerek bunu birkaç kez küçülterek her küçültme adımında yüzün varlığını sağlamak üzere geliştirildi. İkinci yaklaşım, doğruluk oranını artırmak için bir konvolüsyon sinir ağı (CNN) modeli önermiştir. Her bir algoritmayı geliştirmenin yanı sıra, iki algoritmanın birleştirilmesi sınıflandırma sonuçlarını önemli ölçüde iyileştirdi. Önerilen sistemde iki veri seti kullanıldı: indirilebilir veri seti ve gerçek veri seti. HAAR algoritmasının tespitinde yapılan değişikliklerin doğruluk oranı gerçek veri seti için %98.667, indirilebilir veri seti için ise %97.532 olarak gerçekleşti. CNN modelinin sınıflandırmadaki önerilen doğruluk oranı indirilebilir veri seti için %96.23, gerçek veri seti için ise %100 olarak elde edildi. Geliştirilen yüz tanıma sistemi üzerinde yapılan testler, önerilen algoritmaların ve geliştirilen gerçek zamanlı yüz tanıma sisteminin tatmin edici sonuçlar verdiğini göstermiştir.
Özet (Çeviri)
Face Detection is a form of biometric method that relates to the automatic detection of faces by computerized systems through observation of the face. It is a popular feature in biometrics, digital cameras, and social tagging. Face detection and recognition have received increased research focus in recent years. In this thesis, a face detection and recognition system have been proposed and developed for detecting and recognition faces through the hybridization of two algorithms: HAAR cascading algorithm and deep learning algorithm. The proposed system consists of two approaches. The first approach, the HAAR cascading algorithm, was developed by taking a shot of the face and reducing it several times to ensure that there is a face at each shrinking time. The second approach has proposed convolution neural network (CNN) model to increase accuracy of classification. In addition to improving each algorithm, hybridization of the two algorithms significantly improved the results of the classification. In proposed system two dataset was used: download dataset, and real dataset. The accuracy of modifying HAAR in detection reached 98.667% for real dataset, and 97.532 % for download dataset. The accuracy of proposed model of CNN in classification reached 96.23% for download dataset, and 100% for real dataset. The tests conducted on the developed facial recognition system have demonstrated that the proposed algorithms and the developed real-time facial recognition system yield satisfactory results.
Benzer Tezler
- The detection and recognition of faces in the internet of things for security applications
Güvenlik uygulamaları için nesnelerin internetinde yüzlerin tespiti ve tanınması
NASHWAN ADNAN OTHMAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN AYDIN
- Deep learning-based face recognition with raspberry Pi and USB accelerator for IoT environments
IoT için rapsberry Pi ve USB hızlandırıcı ile derin öğrenme tabanlı yüz tanıma
KUTAY YILDIZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. MURAT KOYUNCU
- Gömülü sistem platformu üzerinde görüntü işleme tekniklerinin uygulanması
Image processing techniques on embedded system
SERTAÇ YAMAN
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ EROL
- Development of face recognition system based on raspberry pi card
Raspberry pi kartına dayalı yüz tanıma sisteminin geliştirilmesi
HAYDER WAHHAB HAMZAH ALBARAMANI
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGUN ERÇELEBİ
- Design and implementation of real-time eye detection and tracking system based on gpu
Grafik işleme ünitesi tabanlı gerçek zamanlı göz bulma ve takip sistemi'nin tasarlanması ve uygulanması
ALİ ACIOĞLU
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGUN ERÇELEBİ