Geri Dön

A learning framework for robust hashing of face images

Yüz imgelerinin gürbüz kıyımı için öğrenme yapısı

  1. Tez No: 255879
  2. Yazar: KAMİL ŞENEL
  3. Danışmanlar: DOÇ. DR. KIVANÇ MIHÇAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: İmge, Image
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Son dönemde gürbüz imge kıyımı yoğun olarak imge içerik uygunluğu ve tanılamaalanlarında araştırılmaktadır. Bugüne kadar yapılan arastırmalarda kıyım teknikleriuygulandıkları imgelerden bağımsız olarak geliştirilmiştir. Bununla beraber yüz imgekıyımı gibi önemli uygulama alanlarında imgeler hakkında önsel bilgi çoğunlukla mev-cuttur. Bu çalışmada, yüz imge kıyımı için iki aşamali art arda boyut sayısı azaltmatekniği sunulmaktadır. İlk aşama, yüz imgesi üzerindeki geometrik bozulumların yaklaşıkolarak eklenebilir gürültü olarak ortaya koyulduğu bir uzaya izdüşümü bulunmasınıamaçlamaktadır. Bu amaçla, Monga tarafından geliştirilmiş negatif olmayan matrisyaklaşıklamaları tabanlı, geometrik ataklara dayanıklı kıyım vektörü kullanılmıştır.İkinci aşamada, öğrenme fazı ve sonrasında türetilen, gürültünün etkilerini azaltanizdüşüm ile sinyal ve aynı zamanda gürültü istatistikleri kestirimi tabanlı yönlendirilmişana bileşen analizi uygulanmaktadır. Alıcı işletim eğrisi şeklinde verilmiş deneyselsonuçlar göstermektedir ki, böyle bir öğrenme fazını dahil etmek hata olasılıklarınıoldukça düşürmektedir.

Özet (Çeviri)

Robust image hashing has been actively researched over the last decade with var-ied applications in image content authentication and identi ? cation under distortions.In the existing literature on robust image hashing, hash algorithms are ignorant of theclass of images being hashed. There are however signi ? cant application domains suchas that of face image hashing where a-priori knowledge of the image class as well aspermissible distortions can bene ? t hash algorithm design. In this thesis, we present atwo stage cascade of dimensionality reduction constructs for face image hashing. The? rst stage aims to pro ject the face image to a space where geometric distortions mani-fest approximately as additive noise. For this purpose, we use the non-negative matrixapproximations based hash vector developed by Monga et al. which is known to possessexcellent geometric attack robustness. In the second stage, we employ oriented princi-pal component analysis (OPCA) based on estimating signal as well as noise statisticsin a learning phase and deriving a pro jection that mitigates the e ? ect of noise. Exper-imental results in the form of ROC curves(where available) show that incorporatingsuch a learning phase greatly reduces error probabilities.

Benzer Tezler

  1. Video processing algorithms for wildfire surveillance

    Orman yangını gözetleme amaçlı video işleme algoritmaları

    OSMAN GÜNAY

    Doktora

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. A. ENİS ÇETİN

  2. Development of a CAD system for parametric and attribute-based modification of yacht hull models

    Yat gövde modellerinin parametrik ve sıfat-tabanlı modifikasyonu için bilgisayar destekli tasarım sisteminin geliştirilmesi

    SHAHROZ KHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Konstrüksiyon ve İmalat Ana Bilim Dalı

    Assist. Prof. Dr. ERKAN GÜNPINAR

  3. Monte Carlo tree search with temporal-difference learning for general video game playing

    Zamansal-fark öğrenmeli Monte Carlo ağaç araması ile genel video oyunu oynama

    ERCÜMENT İLHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE ŞİMA UYAR

  4. Localized multiple kernel algorithms for machine learning

    Yapay öğrenme için yerel çoklu çekirdek algoritmaları

    MEHMET GÖNEN

    Doktora

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ETHEM ALPAYDIN

  5. Bilişsel robotlar için öğrenme güdümlü sembolik planlama

    Learning guided symbolic planning for cognitive robots

    PETEK YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SANEM SARIEL TALAY