Yapay zeka yaklaşımları kullanılarak insan yüzlerinin tespiti ile cinsiyet, yaş ve duygu durumlarının tahmini
Detection of human faces and prediction of gender, age and emotional states using artificial intelligence approaches
- Tez No: 964354
- Danışmanlar: PROF. DR. ERDAL KILIÇ
- 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: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 83
Özet
İnsan yüzü görselleri üzerinden bireylere ait farklı bilgilerin çıkarılması, yapay zekâ teknolojilerindeki hızlı gelişmelerle birlikte giderek önem kazanmaktadır. Özellikle, tek bir yüz görüntüsünden birden fazla özelliğin eşzamanlı olarak tahmin edilmesini sağlayan çoklu analiz sistemleri, insan-bilgisayar etkileşimi, güvenlik ve kullanıcı profilleme gibi alanlarda yaygın biçimde kullanılmaktadır. Bu çalışmada, yüz görüntülerinden duygu durumu, cinsiyet ve yaş gibi bilgilerin tahminine yönelik kapsamlı bir çoklu tahmin sistemi geliştirilmiştir. Sistemin ilk aşamasında, yüz tespiti için OpenCV kütüphanesinde yer alan Haar Cascade yöntemi kullanılmıştır. Duygu durumu tahmininde EfficientNetV2 tabanlı bir model geliştirilmiştir. Model, yüz ifadelerindeki ince ayrıntıları daha iyi yakalamak için iki farklı dikkat mekanizmasıyla desteklenmiştir. Ekstra eğitim verileri ile genişletilen FER-2013 veri seti üzerinde eğitilen model ile %82.56 doğruluk değeri elde etmiştir. Cinsiyet ve yaş tahmini için ise IMDb-WIKI veri setinin WIKI alt kümesinin ön işleme tabi tutularak bir bölümü kullanılmıştır. Cinsiyet tahmini görevinde, dikkat mekanizması ile desteklenen ResNet-50 mimarisi tercih edilmiştir ve model %95.53 doğruluk oranı ile başarılı sonuçlar vermiştir. Yaş tahmininde ise, girişinde uzamsal dönüştürücü ağı (STN) bulunan, dikkat mekanizması ile güçlendirilmiş ConvNeXt V2 tabanlı regresyon modeli kullanılmış ve 4.63 ortalama mutlak hata (MAE) değeri elde edilmiştir. Tüm bu görevler, gerçek zamanlı çalışabilen ve Haar Cascade tabanlı yüz tespiti altyapısıyla entegre bir sistem haline getirilmiştir. Elde edilen sonuçlar, önerilen yöntemin tek bir yüz görüntüsünden çok yönlü ve güvenilir analizler yapma potansiyelini ortaya koymakta ve bu sayede insan-bilgisayar etkileşimi, güvenlik sistemleri ile kullanıcı profilleme gibi birçok uygulama alanında kullanılabileceğini göstermektedir.
Özet (Çeviri)
The extraction of diverse personal information from human facial images has gained increasing significance with the rapid advancements in artificial intelligence technologies. In particular, multi-task analysis systems, which enable the simultaneous prediction of multiple attributes from a single facial image, are now widely employed in fields such as human-computer interaction, security, and user profiling. In this study, a comprehensive multi-task prediction system has been developed to estimate information such as emotional state, gender, and age from facial images. In the initial stage of the system, the Haar Cascade method from the OpenCV library was utilized for face detection. For emotion recognition, an EfficientNetV2-based model was designed. To better capture subtle details in facial expressions, the model was enhanced with two different attention mechanisms. Trained on an extended version of the FER-2013 dataset supplemented with additional training samples, the model achieved an accuracy of 82.56%. For gender and age estimation, a preprocessed subset of the IMDb-WIKI dataset's WIKI partition was employed. In the gender prediction task, a ResNet-50 architecture augmented with an attention mechanism was adopted, yielding successful results with an accuracy of 95.53%. For age prediction, a ConvNeXt V2 based regression model, reinforced with an attention mechanism and equipped with a Spatial Transformer Network (STN) at its input, was utilized, achieving a mean absolute error (MAE) of 4.63. All these tasks were integrated into a real-time operational system with a Haar Cascade-based face detection framework. The results demonstrate the potential of the proposed method to perform versatile and reliable analyses from a single facial image, indicating its applicability in a wide range of domains such as human-computer interaction, security systems, and user profiling.
Benzer Tezler
- Artificial intelligent based segmentation on medical imaging
Medikal görüntü üzerinden yapay zeka tabanlı bölütleme
MAHMUT AĞRALI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN KILIÇ
- Design of a test setup for steel wire rope fatigue testing and development of an AI-based damage detection method
Çelik halat yorulma testi için bir test düzeneğinin tasarımı ve yapay zeka tabanlı hasar tespit yönteminin geliştirilmesi
MOHSEN SEYYEDİ
Yüksek Lisans
İngilizce
2025
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CEVAT ERDEM İMRAK
- Integration of spatial procedures to combat the desertification in Nineveh governorate, Iraq
Irak'ın Nineveh vilayetinde çölleşme ile mücadele için mekansal yöntemlerin entegrasyonu
BASHAR MUNEER YAHYA YAHYA
Doktora
İngilizce
2019
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Vision-based detection and recognition of maritime objects for autonomous surface navigation
Otonom deniz seyrüseferi için görüntü tabanlı engel tespiti ve gemi sınıflandırma
SEVDA SAYAN YONCA
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Yapay zekâ teknolojilerinin kişisel verilerin korunmasına etkileri, mevcut problemler ve çözüm önerileri
The effects of artificial intelligence technologies on the protection of personal data, existing problems and solutions
ZEYNEP ÖĞRETMEN KOTİL
Yüksek Lisans
Türkçe
2022
HukukBahçeşehir ÜniversitesiKamu Hukuku Ana Bilim Dalı
DOÇ. DR. ELİF KÜZECİ EROL