Üretici çekişmeli ağlar ile bulanık yüz görüntülerinin iyileştirilmesi
Improvement of blurred face images with generative adversarial networks
- Tez No: 839929
- Danışmanlar: DR. ÖĞR. ÜYESİ YAMAN AKBULUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Bu çalışma, ÜÇA (Üretici Çekişmeli Ağlar) kullanarak yüz görüntülerinin iyileştirilmesini incelemektedir. Konunun önemi, görüntü işleme ve yüz tanıma sistemlerinin geliştirilmesindeki potansiyeli içermektedir. Bu çalışmanın amacı, ÜÇA'ların yüz görüntülerinin kalitesini artırma konusundaki etkinliğini değerlendirmektir. Bu tezin hipotezleri, ÜÇA tabanlı yöntemlerin yüz görüntülerinin çözünürlüğünü artırma ve daha gerçekçi hale getirme konularında başarılı olacağını öne sürmektedir. Örneklem, 70000 farklı yüz görüntüsünden oluşmaktadır ve örneklem büyüklüğü, bu çalışmanın ana veri kaynağını temsil etmektedir. Yöntem, öncelikle ÜÇA modelinin oluşturulmasını ve eğitimini içermektedir. ÜÇA, öğrenme süreci boyunca gerçek görüntüleri taklit etmeye çalışan bir üretici ve bu görüntülerin gerçeklik derecesini değerlendiren bir ayrımcı ağdan oluşmaktadır. Çalışmanın bulguları, ÜÇA'ların yüz görüntülerini daha yüksek çözünürlükte ve daha gerçekçi hale getirme konusundaki etkinliğini göstermektedir. Bu, yüz tanıma sistemlerinin performansını artırabilir ve medikal görüntüleme uygulamalarında daha keskin teşhisler yapma potansiyeli sunar. Üretilen bilgi, ÜÇA tabanlı yöntemlerin yüz görüntülerinin iyileştirilmesindeki önemini vurgulamaktadır.
Özet (Çeviri)
This study examines the enhancement of facial images using GAN (Generative Adversarial Network). The significance of the topic lies in its potential for improving image processing and facial recognition systems. The aim of this study is to evaluate the effectiveness of GANs in enhancing the quality of facial images. The hypotheses of this thesis propose that GAN-based methods are successful in increasing the resolution and realism of facial images. The sample consists of 70000 different facial images, representing the primary data source for this study. The method primarily involves the creation and training of the GAN model, which consists of a generator striving to mimic real images and a discriminator network assessing the realism of these images. The findings of the study demonstrate the effectiveness of GANs in producing higher-resolution and more realistic facial images, potentially improving the performance of facial recognition systems and enabling sharper diagnostics in medical imaging applications. The generated knowledge underscores the significance of GAN-based methods in enhancing facial images.
Benzer Tezler
- Application and analysis of deep learning techniques on the problem of depth estimation from a single image
Derin öğrenme tekniklerinin tekil görüntüden derinlik tahmini problemi üzerinde uygulanması ve incelenmesi
ALİCAN MERTAN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Wasserstein generative adversarial active learning for anomaly detection with gradient penalty
Gradyan cezalı Wasserstein üretici çekişmeli ağlar ile aktif öğrenme kullanılarak anomali tespiti
HASAN ALİ DURAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA ERTEKİN BOLELLİ
- Üretici yapay nöron ağlarının mimari tasarım için kullanılması
Architectural design with generative adversarial networks
MUKADDES UÇAR
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MİNE ELİF KARSLIGİL YAVUZ
- Words as art materials: Generating paintings with sequential generative adversarial networks
Sanat materyali olarak kelimeler: Seri üretici çekişmeli ağlar ̇ile sanatsal resim üretimi
AZMİ CAN ÖZGEN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Veri kalitesinde eksik veri sorunlarının derin öğrenme yöntemi ile çözülmesi: Üretici çekişmeli ağlar ile bir uygulama
Solving missing data problems in data quality with deep learning method: An application with generative adversial networks
ŞEVHAT DOGER
Yüksek Lisans
Türkçe
2020
İşletmeDokuz Eylül ÜniversitesiToplam Kalite Yönetimi Ana Bilim Dalı
PROF. DR. OSMAN AVŞAR KURGUN