Geri Dön

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

  1. Tez No: 889121
  2. Yazar: HASAN TEZCAN
  3. Danışmanlar: DOÇ. DR. BEKİR AKSOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
  13. 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

  1. Affective computing in generative art installations: The case of emo-land

    Başlık çevirisi yok

    NİMA SHARAFİ ROHANİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Peyzaj Mimarlığıİstanbul Teknik Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞEGÜL AKÇAY KAVAKOĞLU

  2. Human activity recognition using deep convolutional neural network

    Derin öğrenme yöntemleri kullanılarak insan aktivitesi tanıma

    ELİF KEVSER TOPUZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi

    Siber Güvenlik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YASİN KAYA

  3. 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

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE

  4. Nesnelerin interneti ekosisteminde bir keşif robotu tasarımı

    Design of a discovery robot in internet of things

    FATİH KAYRANCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN

  5. 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

    Türkçe

    2022

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESMA UZUNHİSARCIKLI

    DOÇ. DR. AHMET TURAN ÖZDEMİR