Yüz ifadesi tanımada önyargısız ve ayrıştırılmış temsillerin öğrenilmesi
Learning debias and disentangled representation in facial expression recognition
- Tez No: 873457
- Danışmanlar: DOÇ. DR. FATMA PATLAR AKBULUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Kültür Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 61
Özet
Sözsüz iletişimin bir parçası olan yüz ifadelerinin tanınmasına yönelik geliştirilen sistemler incelendiğinde yüzde bulunan kişisel özelliklerin ve aksesuarların duygu tanıma sistemlerini olumsuz etkilediği tespit edilmektedir. Bu problemin ortadan kaldırılmasına yönelik literatürde kullanılan yöntemler incelendiğinde ayrıştırılmış temsil öğrenimi öne çıkmaktadır. Hassas değişkenlerin, hedef temsilinden ayrıştırılması değişimsel oto kodlayıcılar ile mümkün olmaktadır. Çalışmada bir temel sınıflandırıcı, bir beta-vae kullanılarak eğitilen bir sınıflandırıcı, son olarak da temsillerin doğru bir şekilde ayrıştığını kontrol edebilmek için ortogonalite kaybı kullanan bir mimari ile yüz ifadesi sınıflandırma modelleri eğitilmiştir. Hassas olarak seçilen özellikler yüz ve boyun bölgesinde bulunan kişisel özellikler ve aksesuarlar olarak belirlenmiştir. Kullanılan veri setine göre seçilen duygu gülümseme üzerinden değerlendirilmektedir. Elde edilen model sonuçları temel sınıflandırıcı modeli ile karşılaştırılmıştır. Belirlenen hassas özellikler için ayrıştırılmış temsil yönteminin doğruluğu olumlu yönde etkilediği gözlemlenmiştir. Bunun yanı sıra hassas özelliklerin hedef temsilden çıkarılması ile daha adil bir sınıflandırıcı elde edilmiştir.
Özet (Çeviri)
When the systems developed for the recognition of facial expressions, which are a part of non-verbal communication, are examined, it is determined that characteristics features and accessories on the face negatively affect emotion recognition systems. When the methods used in the literature to eliminate this problem are examined, disentangled representation learning stands out. Separating sensitive variables from the target representation is possible with variational autoencoders. In the study, facial expression classification models were trained with a base classifier, a classifier trained using beta-vae, and finally an architecture that uses orthogonality loss to check that the representations are correctly disentangled. The features selected as sensitive features were determined as characteristic features and accessories located in the face and neck area. Depending on the dataset used, the selected emotion is evaluated through smile. The obtained model results were compared with the base classifier model. It has been observed that the disentangled representation method has a positive impact on accuracy for the identified sensitive features. In addition, a fairer classifier was obtained by removing sensitive features from the target representation.
Benzer Tezler
- Analysis of racial bias in facial emotion recognition
Yüz ifadesi tanımada ırksal önyargı analizi
FATİH ALİSİNANOĞLU
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiHasan Kalyoncu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA SADETTİN ÖZYAZICI
- Yüz imgelerinden duygu tanıma
Expression recognition from face images
CANER GACAV
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL ÖZKAN
- Makine öğrenmesi ile gerçek zamanlı videodan yüz ifadesi analizi
Facial expression recognition with machine learning in real-time video
MUHAMMET BEKİR DABANOĞLU
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesiİstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TOLGA BERBER
- Explanatory comparative study of ai models in face expression recognition
Yüz ifadesi tanıma alanında yapay zeka modellerinin karşılaştırılmalı açıklamalı çalışması
FULYA YENİLMEZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk-Alman ÜniversitesiRobotlar ve Akıllı Sistemler Ana Bilim Dalı
PROF. DR. MUKDEN UĞUR
- Üç boyutlu yüz tanımada lokal özellik temelli yöntemlerin kullanımı ve karşılaştırılması
Comparison and usage of local feature based methods for 3d face recognition
MUHAMMED ENES ATİK
Yüksek Lisans
Türkçe
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAİDE DURAN