Derin öğrenme ve nesnelerin interneti kullanılarak insan yüz tipine göre mobil destekli gözlük öneri sisteminin gerçekleştirilmesi
Implementation of a mobile supported glasses recommendation system according to human face type using deep learning and internet of things
- Tez No: 889121
- Danışmanlar: DOÇ. DR. BEKİR AKSOY
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 96
Özet
Mobil cihazların işlevsel olarak hızlı büyümesi ve artan hesaplama gücü, mobil platformlarda derin öğrenme algoritmalarının uygulanması için önemli fırsatlar oluşturmuştur. Derin öğrenme, yapay zekâ alanında önemli bir alt disiplin alanı olup son yıllarda büyük ilerlemeler kaydedilmiştir. Bu ilerlemeler ile artan veri yığınlarını derin öğrenme yöntemleri kullanılarak, karmaşık hesaplamalar için, yüksek düzeyde soyutlama ve örüntü tanıma yetenekleri ile çözümler sunmuştur. Bu yetenekler, birçok uygulama alanında büyük avantajlar sağlaması sebebiyle, mobil cihazlar ile çevrimiçi çalışacak olan farklı sistemlerin koordinasyonu oldukça önemli bir hale gelmiştir. Son yıllarda kullanıcıların hem mobil cihazların kullanımındaki artış, hem de çevrimiçi sistemlerin birbirleri ile iletişimi, derin öğrenme yöntemlerinin mobil cihazlarda kullanımı için önemli uygulama alanlarından birisi olmuştur. Tez çalışmasında, geliştirilmiş olan mobil yazılım ile android cihazın fotoğraf çekme özelliğinden faydalanılarak elde edilen fotoğraf veya android cihazın galerisinden seçilen bir görüntü, görüntü işleme teknikleri ile iyileştirilmiştir. İyileştirilen görüntü internet üzerinden çevrim içi çalışacak farklı bir cihaz ile derin öğrenme yöntemleriyle analiz edilerek, kişinin belirlenen yüz sınıf tipleri içerisinde hangi yüz tipine sahip olduğu tespit edilmiştir. Ayrıca belirlenen yüz tipine en uygun gözlük tiplerinin listesi tez kapsamında geliştirilmiş olan android yazılım ile kişiye gösterilmesi sağlanmıştır. Böylece, geliştirilen özgün yazılım ile kişiye gözlük tavsiyesinde bulunmasının yanında, kullanıcılara hem mekân açısından hem de zaman bakımından tasarruf sağlamıştır.
Özet (Çeviri)
The rapid functional growth of mobile devices and increasing computational power have created significant opportunities for the application of deep learning algorithms on mobile platforms. Deep learning is an important sub-discipline in the field of artificial intelligence and great progress has been made in recent years. With these advances, deep learning methods have been used to increase data volumes, providing solutions for complex calculations with high levels of abstraction and pattern recognition capabilities. Since these capabilities provide great advantages in many application areas, the coordination of different systems that will work online with mobile devices has become very important. In recent years, the increase in the use of mobile devices and the communication of online systems with each other have become one of the important application areas for the use of deep learning methods on mobile devices. In the thesis study, a photo obtained by using the photo-taking feature of the Android device with the developed mobile software or an image selected from the gallery of the Android device was improved with image processing techniques. The improved image was analyzed using deep learning methods with a different device that works online over the internet, and it was determined which face type the person had within the determined face class types. In addition, the list of glasses types most suitable for the determined face type was displayed to the person with the android software developed within the scope of the thesis. Thus, in addition to recommending glasses to the person with the unique software developed, it saves users both in terms of space and time.
Benzer Tezler
- Affective computing in generative art installations: The case of emo-land
Başlık çevirisi yok
NİMA SHARAFİ ROHANİ
Yüksek Lisans
İngilizce
2023
Peyzaj Mimarlığıİstanbul Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞEGÜL AKÇAY KAVAKOĞLU
- Human activity recognition using deep convolutional neural network
Derin öğrenme yöntemleri kullanılarak insan aktivitesi tanıma
ELİF KEVSER TOPUZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YASİN KAYA
- Sensor-based activity recognition and authentication using deep learning
Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma
NİLAY TÜFEK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Nesnelerin interneti ekosisteminde bir keşif robotu tasarımı
Design of a discovery robot in internet of things
FATİH KAYRANCI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN
- Veri madenciliği teknikleri ile bulut bilişim tabanlı giyilebilir hareket tanı sistemi oluşturulması
Creating cloud computing based wearable motion diagnostic system with data mining techniques
ERHAN KAVUNCUOĞLU
Doktora
Türkçe
2022
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESMA UZUNHİSARCIKLI
DOÇ. DR. AHMET TURAN ÖZDEMİR