Gender detection system using advanced pre-trained deep learning models
Gelişmiş ön eğitimli cinsiyet tespit sistemi kullanarak derin öğrenme modeller
- Tez No: 858334
- Danışmanlar: YRD. DOÇ. DR. JAWAD RASHEED
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka ve Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 69
Özet
Kaos dünyasında andemic, dünyanın dört bir yanındaki bireyleri virüsün bulaşmasını önlemek için yüz maskeleri takmaya yöneltti, ancak maske takan kişinin cinsiyetini belirlemeyi zorlaştırdı. Cinsiyet bilgisi, bir kişinin kimliği hakkında ek bilgi sağlayan yumuşak biyometrinin bir parçasıdır, bu nedenle örtülü yüzlere dayalı bir cinsiyetin belirlenmesi, önümüzdeki on yılda savunulması gereken acil zorluklar arasında yer almaktadır. Bu nedenle, bu çalışma, insanların yüz görüntülerini kullanarak cinsiyeti belirlerken maskenin etkisini analiz etmek için önceden eğitilmiş çeşitli derin öğrenme ağlarından (DenseNet121, DenseNet169, ResNet50, ResNet101, Xception, InceptionV3, MobileNetV2, EfficientNetB0 ve VGG16) yararlandı. Çalışma iki stratejiden oluşmaktadır; İlk olarak, deneysel kısım, maskeli ve maskesiz yüz görüntülerini kullanarak modellerin eğitimini gerçekleştirirken, ikinci strateji, önceden eğitilmiş modelleri eğitmek için yalnızca maskeli görüntüleri dikkate alır. Deneysel sonuçlar, DenseNet121 ve Xception ağlarının her iki strateji için de iyi performans gösterdiğini ortaya koymaktadır. Bunun yanı sıra, Inception ağı, ilk strateji için %98,75 doğruluk elde ederek diğerlerinden daha iyi performans gösterirken, EfficientNetB0 %97,27'lik bir güvenlik sağlayarak ikinci strateji için iyi performans gösterdi. Ayrıca sonuçlar, yüz maskelerinin cinsiyet sınıflandırması için son teknoloji ürünü önceden eğitilmiş ağların performansını açıkça etkilediğini göstermektedir.
Özet (Çeviri)
It is impossible to discern the gender of a person who is wearing a mask because of the pandemic, which has caused people all over the world to wear face masks in order to prevent the spread of the virus. Since gender information is a component of soft biometrics, which offers additional information about an individual's identity, determining a person's gender based on a veiled face is one of the most critical difficulties that need to be campaigned for in the next decade. Because of this, the researchers behind this study made use of a number of different pre-trained deep learning networks (DenseNet121, DenseNet169, ResNet50, ResNet101, Xception, InceptionV3, MobileNetV2, EfficientNetB0, and VGG16) in order to investigate how the mask impacts the process of determining a person's gender based on their facial appearance. The research looks at two different approaches. First, the experimental component trains models using face images with and without masks. Then, to train the models that have already been trained, the second technique solely examines images with masks and uses them to train the pre-trained models. According to the findings of the experiments in this work, the DenseNet121 and Xception networks performed admirably for both of the tactics. In addition to this, the Inception network topped all others by achieving an accuracy of 98.75 percent for the first approach. On the other hand, EfficientNetB0 achieved admirably for the second technique by earning an accuracy of 97.27 percent. In addition, the findings indicate that facemasks demonstrably have an effect on the performance of state-of-the-art pre-trained network systems for gender categorization.
Benzer Tezler
- Human factor based advanced driver-assistance system (ADAS) design for electric vehicle
Elektrikli araç için insan faktörü tabanlı gelişmiş sürücü yardım sistemi (ADAS) tasarımı
DAĞHAN DOĞAN
Doktora
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Pulmoner nodül malignite tahmin modellerinin etkinliklerinin opere nodüller üzerinden karşılaştırılması
Comparison of the effectiveness of pulmonary nodule malignancy prediction models via operated nodules
HAKAN NOMENOĞLU
Tıpta Uzmanlık
Türkçe
2020
Göğüs Kalp ve Damar CerrahisiSağlık Bilimleri ÜniversitesiGöğüs Cerrahisi Ana Bilim Dalı
PROF. DR. GÖKTÜRK FINDIK
- Hızlı hastalık teşhis testlerinin bilgisayar tabanlı otomatik okunması ve hekimlerin e-rapor ile bilgilendirilmesi
Automatic reading of rapid diagnostic tests and informing the clinicians with e-report
OSMAN SEMİH KAYHAN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
YRD. DOÇ. DR. HAYDAR ÖZKAN
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- SARS-COV-2 kantitatif tanısında kullanılan farklı real-time PCR cihazlarının ve kitlerin karşılaştırılması
Comparison of different real-time PCR devices and kits for SARS-COV-2 quantitative diagnosis
HATİCE ALBAYRAK
Tıpta Uzmanlık
Türkçe
2022
MikrobiyolojiHarran ÜniversitesiTıbbi Mikrobiyoloji Ana Bilim Dalı
PROF. DR. FADİLE YILDIZ ZEYREK