Pose invariant face recognition
Pozdan bağımsız yüz tanıma
- Tez No: 95380
- Danışmanlar: DOÇ. DR. LALE AKARUN, DOÇ. DR. ETHEM ALPAYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2000
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
ÖZET POZDAN BAĞIMSIZ YUZ TANIMA Bu çalışmada pozdan bağımsız yüz tanıma yapılmıştır. Kullandığımız metod iki aşamalı olup, ilk aşamada yüzün hangi yöne döndüğü belirlenip ikinci aşamada da benzer tarafa bakan diğer yüzler arasında kimlik tesbiti yapılmıştır. Pozdan bağımsız yüz tanıma üzerinde kendi metodumuzu uygulayabilmek için kendi veri tabanımızı oluşturduk. Her kişiden yukarıya, aşağıya ve kameraya bakarak başım sağdan sola doğru çevirmesini istedik ve elde ettiğimiz resimleri dokuz ana yönde grupladık. Yüz verileri boyutunu indirgemek amacıyla, tanıma işlemine geçmeden önce her yüzün ortak dağılımın öz vektörlerine iz düşümünü aldık ve çıkan vektörleri kullandık. Önemli bileşenler yöntemi, doğrusal ayırtaç yöntemi ve gözeticisiz gruplama yöntemlerini kullandık. İlk iki doğrusal metod için iki değişik yöntem denedik: poz ayrımı yapılmadan bütün resimlerin aynı dağılımdan geldiğine dayanan 'Parametrik' yöntem ve resimlerin ayrı poz dağılımlarından geldiğine dayanan 'Poza bağlı' yöntem. Pozu belirlemek için girdinin dağılımdaki en yakın komşusunun yönüne baktık. Değişik uzaklık ölçütleri denedik. Sonuç olarak, poza bağlı yöntemin parametrik yönteme göre daha iyi olduğunu ve Doğrusal Ayırtaç Yönteminin Önemli Bileşenler Yöntemine göre daha başardı olduğunu gördük. Gözeticisiz gruplama metodlanndan C-Ortalama metodunun en iyi performansı dört tane ortalamayla verdiğini ve bu ortalama resimlerden iki tanesinin cepheden, diğer ikisinin de sağ ve sol profillerden çekilmiş resimlere benzedikleri görülmüştür. Yaptığımız deneyler poz bilgisini öncelikle kullanmanın sistemin performansını arttırdığı yönündedir. fÜkitEKÛGRElBi lüJiMJLii
Özet (Çeviri)
IV ABSTRACT POSE INVARIANT FACE RECOGNITION The purpose of this work is recognition of human faces independent of the pose. We have used a two-fold method, where first, the viewing angle of the image is determined and then the identity of the person is found from the images classified into the same viewing angle. We have constructed our own database of subjects captured while looking in different directions. Each face image is labeled to belong to one of the nine directions. As the face image is high dimensional, we have used Principal Component Analysis to reduce the dimensionality. All the methods that are mentioned hereafter take this reduced data as input. We have tried Principal Component Analysis, Linear Discriminant Analysis and unsupervised clustering. For the two linear methods, we have tried two approaches: Parametrical, where all the images from all viewing angles are considered as belonging to the same distribution, and View-Based approach, where the images are classified according to their viewing angles first. To determine the viewing angle, k-Nearest Neighbor classifier is used. Different distance metrics are tried. It was seen that view-based approach performs better than the parametric approach and Linear Discriminant Analysis performs better than Principal Component Analysis. As unsupervised clustering method, we have used C-Means clustering. Hard C-means was seen to perform best when number of clusters is four. It was observed that two of the means resemble a frontal image and the other two are like profile images. Our experiments show that incorporating the viewing angle information increases the recognition performance.
Benzer Tezler
- Pose-invariant 2D face recognition by matching using graphical models
Grafik modeller kullanarak eşleştirme yoluyla pozla değişmeyen 2B yüz tanıma
SHERVIN RAHIMZADEH ARASHLOO
Doktora
İngilizce
2010
Elektrik ve Elektronik MühendisliğiUniversity of SurreyElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. JOSEF KİTTLER
- Feature based pose invariant face recognition
Özniteliğe dayalı pozdan bağımsız yüz tanıma
BERK GÖKBERK
Yüksek Lisans
İngilizce
2001
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. LALE AKARUN
- Ölçek ve pozdan bağımsız yüz tanıma
Scale and pose invariant face recognition
ALİ YAMUÇ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH BAL
- Cross-pose facial expression recognition
Farklı bakış açıları arası yüz ifadesi tanıma
FATMA GÜNEY
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. LALE AKARUN
YRD. DOÇ. HAZIM KEMAL EKENEL
- Scale and pose invariant real-time face detection and tracking
Ölçekten ve pozdan bağımsız gerçek zamanlı yüz bulma ve izleme
MEHMET ŞERİF BAYHAN
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN