Geri Dön

Yüz tanıma ve yapay sinir ağları yardımıyla yüzün tespiti

Face detection with neural networks

  1. Tez No: 170938
  2. Yazar: TUĞRUL KARAKAYA
  3. Danışmanlar: DOÇ.DR. VASİF NABİYEV
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yüz Tanıma, Yüz Tespiti, Yapay Sinir Ağlan, Örüntü Tanıma, Görüntü İşleme, Biyometri VII, Face recognition, Face detection, Neural networks, Pattern recognition, Image processing, Biometrics. VIII
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET Tezde yüz tanıma hedef konu olarak seçilmiş, insan yüzünün tanınabilmesi için gerekli değişmezlerin neler olduğu incelenmiştir. Yüz tanıma işlemi için gerekli olan yüzün tespiti konusunda detaylı çalışmalar yapılmıştır. Yüz tespiti işleminin daha hızlı yapılabilmesi için çeşitli yöntemler geliştirilmiştir. Çalışmalarda ağırlıklı olarak yapay sinir ağlarının örüntü tanımada kullanılması üzerine yoğunlaşılmıştır. Geri yayılımlı algoritmayı eğitim yöntemi olarak kullanan çok katmanlı yapay sinir ağlan kullanılarak yüzün tespiti işlemi gerçekleştirilmiştir. Bu maksatla geliştirilen yapay sinir ağının diğer uygulamalara kolayca adapte edilebileceği gösterilmiştir. Test materyali olarak 50 farklı bireyden 15'er farklı pozda görüntü alınmış ve bu görüntülerle sistem test edilmiştir. 750 görüntüden oluşan yüz veritabanı her bireyin gözlüklü, atkılı, sağa ya da sola dönük olmaları gibi farklı ve tanıma işlemini zorlaştırıcı etkenleri de içermektedir. Nihayetinde önden yüz tespitini farklı arka plan ve ışık değerlerine sahip görüntülerde yapabilen, gelişmiş bir uygulama oluşturulmuştur.

Özet (Çeviri)

SUMMARY Face Detection with Neural Networks The thesis deals primarily with the face recognition and endeavors to identify the required invariants to detect the human face. The study explored the details related to the face detection needed to recognize the pattern of face. The study generated various methods for enabling much faster process of face detection. The study mainly focused on the use of neural network for pattern recognition. Face detection was performed by multi layer neural networks that use back propagation algorithm as training method. These efforts revealed that neural networks developed for face detection can easily be adapted to the other similar applications. 15 different posturing images taken for 50 people were used to test the systems. Database with 750 images included the different and challenging postures such as wearing glasses, shawl, left-sided and right sided. Finally, an improved application that can recognize faces from the front for different images with varying background and illumination was created.

Benzer Tezler

  1. Yapay sinir ağları ile yüz tanıma

    Artificial neural networks based face recognition

    GÖKSEL GÜNLÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. FADIL ÇELİKKOL

  2. Face recognition using eigenfaces and neural networks

    Özyüzler ve yapay sinir ağları kullanarak yüz tanımı

    VOLKAN AKALIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. METE SEVERCAN

  3. Yüz tanıma: Öz yüzler yapay sinir ağları, Gabor dalgacık dönüşümü yöntemleri

    Face recognition: Eigenfaces, neural networks, Gabor wavelet approaches

    HALİT ERGEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KRASSİMİR IANKOV

  4. A Hybrid biometric system: Combining hand and face verification

    Melez bir biyometrik sistem: El ve yüz onaylamanın birleştirilmesi

    CENKER ÖDEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2002

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE AKARUN

  5. Destek vektör makinelerini kullanarak yüz bulma

    Face detection using support vector machines

    FATİH KARAGÜLLE

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. REMBİYE KANDEMİR