Görüntü işleme ve yapay zekâ ile ortam duygu yoğunluk analizi
Emotion intensity analysis in environments using image processing and artificial intelligence
- Tez No: 926081
- Danışmanlar: DR. ÖĞR. ÜYESİ HİKMETCAN ÖZCAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
Günümüzde görüntü işleme ve yapay zekâ alanında hızla gelişen teknikler, özellikle insan davranışlarının ve duygularının analiz edilmesinde önemli katkılar sağlamaktadır. İş toplantıları, eğitim, sağlık ve sosyal etkileşim gibi çeşitli alanlarda duygusal durumun izlenmesi ve analiz edilmesi, bireylerin ihtiyaçlarının anlaşılmasına, süreçlerin iyileştirilmesine ve karar alma mekanizmalarının güçlendirilmesine katkı sağlamaktadır. Duygu yoğunluğu analizi, toplu ortamlarda belirli bir duygunun baskın hale geldiği anların belirlenmesi ve bu anların değerlendirilmesi için önemli bir araç olarak ortaya çıkmaktadır. Bu bağlamda, görüntü işleme ve yapay zekâ teknikleri kullanarak duyguların doğru bir şekilde analiz edilmesi; seminerler, iş toplantıları, eğitim ve doktor-danışan görüşmeleri gibi alanlarda katılımcıların duygu durumlarının daha iyi anlaşılmasına imkân tanımaktadır. Duygu tanımlama modellerinin eğitimi için FER-2013 ve CK+48 gibi geniş veri setleri kullanılarak, çeşitli derin öğrenme modelleriyle analiz gerçekleştirilmiştir. EfficientNet-B7, ConvLSTM ve Derin CNN gibi karmaşık modeller kullanılarak duygu tespitinde farklı doğruluk oranları elde edilmiştir. Bu analizler doğrultusunda en iyi performans gösteren model seçilerek MTCNN yüz dedektörü ve OpenCV kütüphaneleri ile gerçek zamanlı ortam duygu yoğunluğu analizi gerçekleştirilmiştir. Çalışmanın bir diğer katkısı, ortam duygu yoğunluğu analizinde kullanılan farklı hesaplama yöntemleridir. İlk olarak, saniye başına düşen karelerdeki tüm yüzlerdeki duyguların tanımlanması ve bu duyguların ortalamasının alınması yöntemi kullanılmıştır. İkinci olarak, ortamda belirgin duygu değişimlerinin analiz edilmesi amacıyla ortalama sürenin hesaplanması ele alınmıştır. Üçüncü yöntem, belirli bir eşik değerinin üzerindeki tahmin oranlarının hesaba katılmasına yoğunlaşmıştır. Dördüncü yöntem ise anlık görüntüler üzerinden belirli bir zaman aralığında yakalamalar yaparak hesaplamalarımız gerçekleştirilmesidir.
Özet (Çeviri)
The rapidly advancing techniques in image processing and artificial intelligence today make significant contributions, especially in analyzing human behavior and emotions. Monitoring and analyzing emotional states across various fields such as business meetings, education, healthcare, and social interactions help understand individual needs, improve processes, and strengthen decision-making mechanisms. Emotion intensity analysis emerges as an essential tool for identifying and evaluating moments when a particular emotion becomes dominant in a crowd. In this context, accurately analyzing emotions using image processing and artificial intelligence techniques allows for a deeper understanding of participants' emotional states in areas such as seminars, business meetings, education, and doctor-client consultations. By using extensive datasets like FER-2013 and CK+48, various deep learning models have been applied to analyze emotions. Different accuracy rates have been achieved in emotion detection using complex models such as EfficientNet-B7, ConvLSTM and Deep CNN. Based on these analyses, the best-performing model was selected to perform real-time environment emotion intensity analysis using the MTCNN face detector and OpenCV libraries. Another contribution of this study is the different calculation methods used in environmental emotion intensity analysis. The first method involves identifying emotions in all faces in each frame per second and averaging these emotions. The second method focuses on calculating the average duration to analyze significant emotional changes in the environment. The third method emphasizes the consideration of prediction rates above a certain threshold. The fourth method captures snapshots over a specific time interval using real-time images to perform calculations.
Benzer Tezler
- Hybrid artificial intelligence-based driver analysis using can bus and image processing techniques
Can bus ve görüntü işleme teknıklerı ıle hıbrıt yapay zeka tabanlı sürücü analızı
EGEMEN ÖZGÜN GÜNEŞ
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTUN ONAY
- Context aware audio-visual environment awareness using convolutional neural network
Konvolüsyonel sinir ağı kullarak ses ve görüntü aracılığıyla ortam farkındalığı
GİRAY YILLIKÇI
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Sayısal görüntü işleme ve yapay zeka yöntemi ile son kullanıcı odaklı endüstriyel ürün tasarımı
Industrial product design for end user with digital image processing and artificial intelligence method
ATAHAN UYANIK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER AYDIN
- A real-time optical character recognition system
Gerçek zamanlı bir optik karakter tanıma sistemi
TOLGA OVATMAN
Yüksek Lisans
İngilizce
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. OSMAN KAAN EROL
- Klinik laboratuvar örneklerinde hemoliz, lipemi ve ikter belirlenmesi için preanalitik okuyucu tasarlanması
Designing a preanalytical reader for determining hemolysis, lipemia and icterus in clinical laboratory samples
KUBİLAY TAN
Yüksek Lisans
Türkçe
2021
Bilim ve TeknolojiBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORHAN ERDEM HABERAL
ÖĞR. GÖR. DENİZ İLHAN TOPCU