Geri Dön

In car theft security system by face detection

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 832427
  2. Yazar: RAOOF HAYDER RAOOF ALTAHER
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN KOYUNCU
  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: 2023
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Bu tez, Sinir Ağlarını Optimize Etmeye yönelik yenilikçi bir yaklaşım sunmaktadır. Derin makine öğrenimi yoluyla biyolojik tanımlamayı kullanarak araba hırsızlıklarını önleme. ile ayarlanan Yogi algoritmasının gücünden yararlanan önerilen optimizasyon tekniği [43] Nesterov Hızlandırılmış Gradyan (Nesterov Momentum) [48] ve ortalama ağırlıklar [42]. Bu yaklaşım, genellemenin iyileştirilmesine yol açacak şekilde performansı potansiyel olarak artırabilir, fazla uyumun azalması, daha hızlı ve gelişmiş yakınsama. Model, giriş katmanını (120, 120, 3) takip eden bir sinir ağı mimarisini kullanır. gizli katmanlar ve ardından her biri Global Max ile başlayan iki tahmin başlığı gelir Doğrultulmuş Doğrusal Birimler (ReLU) ve Sigmoid fonksiyonlarıyla Yoğun katman ile havuzlama Yüz Algılama işlemini gerçekleştirin. Siyam Ağı, yüz Tanıma işlemini gerçekleştirmek üzere eğitilmiş üç alt ağdan oluşur; sinir ağı üçlü kayıp yöntemini kullanır ve üç ana bileşenden oluşur (Gömme katmanının her biri aşağıdakine benzer bir sinir ağı tarafından takip edilen üç girişi vardır. ResNet50 mimarisi ve bunun için bir özellik vektörü olarak Yoğun katman 256 biriminin çıktısı giriş, üç Gömmeyi çıkaran bir Uzaklık katmanı ve bir Sınıflandırma katmanı üçlü kayıp fonksiyonunu hesapladı. Google Colab kullanılarak yapılan denemeler ve performans, aşağıdaki gibi metriklerle değerlendirilir: yüz algılama sinir ağı için regresyon kayıpları, sınıflandırma kayıpları ve IoU olarak. Ve Siyam'ı değerlendiren Kayıp, Doğruluk ve diğer pozitif ve negatif hesaplamalar Sinir ağı. Sonuçlar önerilen yöntemin regresyon ve Daha sonra yeni bir çözüm sağlamak için kullanılabilecek Derin sinir ağlarındaki sınıflandırma görevleri Sinir ağlarını optimize etmek için güvenilir çözüm.

Özet (Çeviri)

This thesis presents an innovative approach to Optimize Neural Networks for the sake of preventing cars thefts by utilizing biologic identification by deep machine learning. The proposed optimization technique leveraging the power of Yogi algorithm [43] adjusted with Nesterov Accelerated Gradient (Nesterov Momentum) [48] and weights averaging [42]. This approach can potentially enhance the performance leading to improved generalization, reduced overfitting, faster and enhanced convergence. The model employs a neural network architecture consist input layer (120, 120, 3) followed by hidden layers and followed by two prediction heads each one start with a Global Max Pooling with Rectified Linear Units (ReLU) and Dense layer with Sigmoid functions to perform facial Detection. A Siamese Network consists of three subnetworks trained to preform facial Recognition, this neural network uses a triple loss method, consists of three major components ( Embedding layer have three inputs each one followed by a neural network similar to ResNet50 architecture and output of Dense layer 256 units as a feature vector for the that input, A Distance layer subtracting the three Embeddings, And a Classification layer calculated the triplet loss function. Experiment held using Google Colab and the performance is evaluated through metrics such as regression losses, classification losses and IoU for the face detection neural network. And Loss, Accuracy and other positives and negatives calculations that evaluate the Siamese The results demonstrate the efficacy of the proposed method in terms regression and classifications tasks in Deep neural networks, which can be later used for providing a novel reliable solution for optimizing neural networks.

Benzer Tezler

  1. Tez No

    808423

    Facial recognition-based car-starting procedure

    Yüz tanıma tabanlı araç başlatma prosedürü

    SANA GUİCHE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. IHAB ELAFF

  2. Tez No

    611158

    Design and implementation of smart anti-theft car security system based on arduino UNO microcontroller

    Başlık çevirisi yok

    SHAKIR MAHMOOD AHMED AL-JANABI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    PROF. DR. OSMAN NURİ UÇAN

  3. Tez No

    136155

    Motorlu araçlarda mekatronik sistemler

    Mechatronics system on engine vehicles

    VOLKAN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Makine MühendisliğiMarmara Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    PROF. DR. KORHAN BİNARK

  4. Tez No

    599539

    Polis sapmasına karşı polis bütünlüğü perspektifinden Kuzey Kıbrıs Türk Cumhuriyeti polis örgütü

    Turkish Republic of Northern Cyprus police organization from the perspective of police integrity Against police deviance

    OSMAN KAYABAŞI

    Doktora

    Türkçe

    Türkçe

    2019

    Kamu YönetimiPolis Akademisi

    Güvenlik Stratejileri ve Yönetimi Ana Bilim Dalı

    PROF. DR. OSMAN KÖSE

  5. Tez No

    600213

    Fuel theft detection system

    Yakıt kaybı tespit sistemi

    ASLIGÜL PALA BAYSAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik MühendisliğiYaşar Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA GÜNDÜZALP

Geri Dön