Geri Dön

Beard removal from image while keeping identity features

Kimlik özelliklerini koruyarak görüntüden sakal kaldırma

  1. Tez No: 925938
  2. Yazar: YASİN YILMAZ
  3. Danışmanlar: PROF. DR. EFENDİ NASİBOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
  13. Sayfa Sayısı: 64

Özet

Portre fotoğraflarından sakalın güvenilir bir şekilde giderilmesi, sakal ile alttaki yüz özellikleri arasındaki örtüşmeler, özel bir sakal maskesi veri setinin bulunmaması ve sakallı/sakalsız eşleştirilmiş portre görüntülerinin azlığı nedeniyle önemli bir zorluk teşkil etmektedir. Bu tez çalışmasında, bahsi geçen kısıtlamaları ele almak amacıyla, görüntülerden sakalı gidermeye yönelik, üretken çekişmeli ağlardan (GAN'lar) yararlanan yeni bir yaklaşım sunulmaktadır. Eğitim amacıyla titizlikle seçilmiş eşleştirilmiş bir veri seti ve bir sakal maskesi veri seti sunulmaktadır. Geliştirilen metodolojinin temel bileşenlerinden biri, eğitim aşamasında bir StyleGAN'ın gizli uzayında sakal giderimi için en uygun yönü belirlemek üzere tasarlanmış, FacialHairRemovalNetwork adı verilen bir ağın uygulanmasıdır. Kapsamlı deneyler, yöntemin sakal yoğunluğu, yaş ve diğer özellikler bakımından çeşitlilik gösteren portre görüntülerini etkili bir şekilde işleme yeteneğini ortaya koymaktadır. Yaklaşımımızın etkinliği, hem niceliksel ölçütler hem de niteliksel değerlendirmeler kullanılarak güncel yöntemlerle kapsamlı karşılaştırmalar yoluyla titizlikle değerlendirilmiştir. Elde edilen bulgular, önerilen yöntemin bireyin kimliğini korurken, portre görüntülerinden sakalı doğru ve estetik açıdan başarılı bir şekilde gidermede üstün performans sergilediğini tutarlı bir şekilde teyit etmektedir.

Özet (Çeviri)

The development of a reliable method for removing facial hair from portrait images presents a significant challenge due to the inherent occlusions between facial hair and underlying facial features, the absence of a dedicated facial hair mask dataset, and the scarcity of paired portrait images with and without facial hair. To address these limitations, this thesis introduces a novel approach leveraging generative adversarial networks (GANs) to eliminate facial hair from images. A curated paired dataset and a facial hair mask dataset are presented for training purposes. A core component our approach is a novel end-to-end fully-connected network, the called FacialHairRemovalNetwork during training, which can learn to find facial hair removal directions within the latent space of one StyleGAN. Extensive experimental results verify the proposed method is good at dealing with different portrait images of beard density or age and other attributes. The efficacy of our approach is rigorously evaluated through comprehensive comparisons with state-of-the-art methods, utilizing both quantitative metrics and qualitative assessments. Our findings consistently highlight the superior performance of the proposed method in accurately and aesthetically removing facial hair from portrait images while preserving the individual's identity.

Benzer Tezler

  1. Gelişmekte olan ülkelere yönelik uluslararası sermaye hareketleri ve Türkiye

    International capital flaws to emerging markets Turkey

    SERKAN ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    EkonomiMarmara Üniversitesi

    Sermaye Piyasası ve Borsa Ana Bilim Dalı

    Y.DOÇ.DR. ÖZLEM KOÇ

  2. Production of antibacterial biobased blends for biomedical use

    Biyomedikal alanlarda kullanılmak üzere antibakteriyel özellikli biyobazlı harmanların eldesi

    METE DERVİŞCEMALOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    PROF. DR. FATOŞ YÜKSEL GÜVENİLİR

  3. Canlı bakteri enkapsüle edilmiş polietilen oksit nanofiber matların reaktif boyar madde gideriminde kullanımı

    Long-term storage and reusability of living bacteriaencapsulated polyethylene oxide nanofiber mats for reactive dye removal

    İMRE TÜZÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    BiyolojiAnkara Hacı Bayram Veli Üniversitesi

    Biyoloji Ana Bilim Dalı

    PROF. DR. NALAN OYA SAN KESKİN

  4. Animasyon∕canlandırma filmlerinin mesajları üzerine göstergebilimsel bir analiz: Kırgızistan örneği

    A semiotic analysis on the messages of animation films: The case of Kyrgyzstan

    ZHAMILIA KARYMBAEVA

    Doktora

    Türkçe

    Türkçe

    2021

    GazetecilikAnkara Hacı Bayram Veli Üniversitesi

    Gazetecilik Ana Bilim Dalı

    PROF. DR. MEHMET KÜÇÜKKURT

  5. Budak faktörüne göre kızılçam (Pinus brutia Ten.) ahşap döşeme tahtalarının kalite sınıfının görüntü işleme teknikleri kullanılarak belirlenmesi

    Determination using image processing techniques of quality classes of wood floorboards produced from red pine according to knot factor

    İBRAHİM ÇETİNER

    Doktora

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET ALİ VAR