Recording student attendance and recognizing their faces using deep learning
Öğrenci devamının kaydedilmesi ve tanınması derin öğrenmeyi kullanan yüzleri
- Tez No: 864630
- Danışmanlar: Assoc. Prof. Dr. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Öğrencilerin derslere katılımını izlemek için çeşitli yöntemler mevcuttur; biyometrik, radyofrekans, yüz tanıma ve kağıt tabanlı sistemler. Ancak yüz tanımaya dayalı yaklaşımın hem etkili hem de güvenli olduğu bulunmuştur. Bu çalışmada bir güven eşiği Öklid mesafe değerleri aracılığıyla uygulanmıştır. Kimlik belirleme sürecini geliştirin. Yerel İkili Desen Histogramı (LBPH) algoritması daha etkili olduğu kanıtlandığından bu amaç için kullanılmıştır. Özyüzler ve Fisher yüzleri gibi diğer yöntemler. Haar basamaklı yöntemi Sağlamlığı nedeniyle yüz algılama için kullanılır. Sistemin performansı değerlendirildi Tanıma oranları, hatalı pozitif oranlar ve tespit etme dahil olmak üzere çeşitli senaryolarda eşiği olan veya olmayan bilinmeyen kişiler. Sistem şunu gösterdi: %24 yanlış pozitif oranıyla öğrenciler için etkileyici %79 tanınma oranı ve gözlüklü veya sakallı öğrencileri tanımlayın. LBPH algoritması ve Haar Cascade yöntemi sistemin olağanüstü performansına katkıda bulunur. Tanınma oranı Yüz tanıma teknolojisinde kayıtlı olmayan kişilerin kayıtsız kalması bile dikkat çekicidir. %64'lük övgüye değer bir eşik değer kullanımı. Ayrıca yanlış oranı pozitifler etkileyici derecede düşük, yaklaşık %15 ve %31'de kalıyor.
Özet (Çeviri)
There are several methods available to monitor student attendance in classes, such as biometric, radiofrequency, face recognition, and paper-based systems. However, the face recognition-based approach has been found to be both efficient and secure. In this study, a threshold to confidence has been implemented through Euclidean distance values to enhance the identification process. The Local Binary Pattern Histogram (LBPH) algorithm has been utilized for this purpose, as it has been demonstrated to be more effective than other methods such as Eigenfaces and Fisher faces. The Haar cascade method has been used for facial detection due to its robustness. The system's performance has been assessed in various scenarios, including recognition rates, false-positive rates, and detecting unknown individuals with or without a threshold. The system has demonstrated an impressive 79% recognition rate for students, with a 24% false-positive rate, and can identify students wearing glasses or a beard. The LBPH algorithm and Haar Cascade method contribute to the system's exceptional performance. The recognition rate for unregistered individuals in facial recognition technology is noteworthy even without the use of a threshold value, sitting at a commendable 64%. Moreover, the rate of false positives is impressively low, remaining at approximately 15% and 31%.
Benzer Tezler
- Smart attendance management system using face recognition
Yüz tanıma tabanlı akıllı yoklama yönetim sistemi
S M TANVIR HASSAN SHOVON
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK ARICIOĞLU
- Bilim ve sanat merkezine devam eden öğrenci velilerinin karşılaştıkları zorlukların veri madenciliği yöntemleriyle incelenmesi(Batman ili örneği)
Examination of the challenges faced by the parents of student going to the science and art center by data mining methods (Batman province example)
BURHAN ALTIN
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. RAMAZAN TEKİN
- Sokakta çalışan çocukların eğitim ihtiyaçları ve buna yönelik okul yönetimlerinin gerçekleştirdiği uygulamalar
The educational needs of the children working on the streets and the school management applications on this issue
SULTAN BİLGE KESKİNKILIÇ KARA
Doktora
Türkçe
2011
Eğitim ve ÖğretimGazi ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. TEMEL ÇALIK
- Sedat Celasun İlköğretim Okulunda sınıf yönetimine ilişkin uygulamalar
Classroom management practices in Sedat Celasun Primary School
CAVİT SERİN
- Modren attendance moni̇toring system
Modern devam izleme sistemi
AMEER IBRAHIM ABDULLAH ARAFAT
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN PEHLİVAN