New subspace approaches in pattern recognition
Örüntü tanımada yeni altuzay yaklaşımları
- Tez No: 320893
- Danışmanlar: PROF. DR. ATALAY BARKANA
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yüz tanıma, Öge seçimi, Örüntü tanıma, Face recognition, Feature selection, Pattern recognition
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, örüntü tanımadaki üç konu olan öznitelik seçimi, her sınıftan tek örnek problem ve sınıfların sınıf-içi saçılım matrisi tahmini üzerine çalışılmıştır. Örüntü tanıma sisteminin başarımına etki eden önemli etkenlerden biri öznitelik vektörü boyutudur. Tanıma problemlerinde karşılaşılan yüksek boyut sorununun üstesinden gelmek için AOVY ile ilişkili bir öznitelik seçimi yöntemi önerilmiştir. Özniteliklerin önemli olanları tüm ortak vektörlerin görüntü uzayına izdüşüm matrisinin sütun normları ile belirlenir. Örüntü tanıma sistemlerini etkileyen diğer bir etken de eğitim örneklem büyüklüğüdür. Sınıf-içi saçılım matrisini kullanan klasik yöntemler her sınıftan bir örnek varsa başarısız olmaktadırlar, çünkü sınıf-içi saçılım matrislerinin hepsi sıfır olmaktadır. Tek örnek probleminin üstesinden gelmek için pivot yöntemi ile QR ayrıştırmasını (QRCP) kullanan bir resim ayrıştırma yöntemi önerilmiştir. Ayrıca AOVY yönteminin iki boyutlu bir genişletmesi önerilmiştir. Üçüncü önemli problem ise bir sınıfın sınıf-içi saçılım matrisinin tahmininin iyi yapılabilmesidir. Fakat yüksek boyutlu sınıflandırma problemlerinde her sınıf için yeterli sayıda örnek bulmak genellikle mümkün değildir. Bizim önerimizde, ilk olarak verilerin toplam sınıf-içi saçılım matrisinin görüntü uzayına izdüşümü alınır. Daha sonra bir sınıfın sınıf-içi saçılım matrisi sadece kendi verisi kullanılarak değil diğer sınıfların verileri de kullanılarak modellenir.
Özet (Çeviri)
In this thesis, three topics of pattern recognition namely, feature selection, single image per subject problem, and within-class scatter matrix estimation of classes are discussed. One of the important factors that affect the performance of the pattern recognition system is the dimension of the feature vector. A novel feature selection method is proposed which is related to DCVA in order to overcome the high dimensionality problem encountered in recognition issues. The important features are determined by the column norms of the projection matrix to the range space of all common vectors. Another factor that affects the performance of the pattern recognition system is the training sample size. Traditional methods which use the within-class scatter matrix fail if one sample from each subject is available because the within-class scatter matrices are all zero. An image decomposition method that uses QR-decomposition with column pivoting (QRCP) is proposed to overcome one sample per class problem. Also a two-dimensional extension of DCVA is proposed. The third and also important problem is to make a good estimation of within-class scatter matrices. But in high dimensional classification problems generally it is not possible to find a sufficient number of samples per class. In our proposal, at first the data is projected onto the range space of the total within-class scatter matrix. Then the within-class scatter matrix of a class is modeled using not only its own data but also the data of all other classes.
Benzer Tezler
- Kısıtlamasız avuç izi biyometrik doğrulama için stereo tabanlı yaklaşımlar
Stereo based approaches for unrestricted palmprint biometric verification
ÖZKAN BİNGÖL
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT EKİNCİ
- Çok seviyeli eşikleme ve arı algoritması yardımıyla renkli görüntülerin sınıflandırılması
Color image classification with multilevel thresholding and artificial bee colony algorithm
AHMET SELİM KAHRAMAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP DEMİRCİ
- Trombe duvarlı pasif sistemlerde hava kanalının sayısal incelenmesi
Numerical simulation of trombe wall channel
TUĞBA DURMAZ
Yüksek Lisans
Türkçe
1997
Makine Mühendisliğiİstanbul Teknik ÜniversitesiEnerji Ana Bilim Dalı
PROF. DR. NİLÜFER EĞRİCAN
- Ortak vektör yaklaşımı kullanılarak kesintisiz metinler içinde anahtar kelime bulma
Word spotting using common vector approach
MEHMET KEMAL BAYRAKÇEKEN
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ATIF ÇAY
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN