Development of face recognition system based on raspberry pi card
Raspberry pi kartına dayalı yüz tanıma sisteminin geliştirilmesi
- Tez No: 457150
- Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda insan yüz biyometrisine dayalı yöntemler farklı uygulamalardaki önemlerinden dolayı yaygınlaştı. Tezde, yüz lokalizasyonu, öznitelik çıkarma ve veri sınıflandırma algoritmalarına dayalı yüz sezim ve tanıma yöntemleri önerilmiştir. Yöntemin doğruluğunu arttırmak ve görüntünün işlenmesi için gerekli olan hesaplama süresini azaltmak için öncelikle insan yüzü arka plandan çıkarılmıştır. Yüksek seviyeli öznitelik çıkarımını temsil eden iki boyutlu ayrık dalgacık dönüşümleri, kenarları belirlemek için gürbüz bir yöntem olarak kullanılmıştır. Ayrıca, dalgacık yöntemi görüntünün boyutunu azaltır ve önemli olabilecek verileri sağlar. Ayrık dalgacık dönüşümünün yüz imgelerine uygulanması ile alçak-alçak, alçak-yüksek, yüksek-alçak ve yüksek-yüksek gibi dört alt bant elde edilir. Bunlardan yalnızca alçak-alçak olan alt bant öznitelik vektörü olarak ileriki işlemlerde kullanıldı. Son olarak, yapay sinir ağı yüz görüntüleri için sınıflandırma yöntemi olarak kullanılmıştır. Geri yayılım eğitim algoritması yüzlerin imgelerinin sinir ağı için girdi verisi olarak kabul edildiği öğrenme aşamasında kullanılmıştır. Önerilen yöntemin gerçekleştirilmesi için tek kart bilgisayar raspberry pi kullanılmıştır. Yöntemin yazılım kodlarının üretilmesi için Python programlama dilinden istifade edilmiştir. Önerilen yöntemin performansını değerlendirmek için sonuçları, ayrık kosinüs transformasyonu (DCT) ve yönlendirilmiş gradyanların histogramına (HOG) dayanan yöntemlerin sonuçları ile karşılaştırıldı. Karşılaştırma sonuçları tatmin edici olup önerilen yöntemin üstünlüğünü ortaya koymuştur.
Özet (Çeviri)
In recent years, methods based on the human face biometry have become widespread due to their importance in different applications. In the thesis, face detection and recognition methods based on facial localization, feature extraction and data classification algorithms have been proposed. At first, the face of human has been extracted from the background in order to increase accuracy of the method and reduce computational time that is required for the processing the image. Two-dimensional discrete wavelet transforms that represent high level feature extraction have been used as a robust method to explore the edges. In addition, the wavelet method reduces the size of the view and provides important data. The application of the discrete wavelet transform to the face images yields four sub bands such as low-low, low-high, high-low and high-high. Only the low-low sub band was used for forward processing as the feature vector. Finally, artificial neural network has been exploited as the classification method for the face images. Back-propagation training algorithm has been utilized in learning stage where the images of the faces are considered as input data for the neural network. A minicomputer raspberry pi was used for the implementation of the proposed method. The method is based on the python programming language for generating the software codes. To assess performance of proposed method, its results were compared with the results of the methods based on discrete cosine transform (DCT) and histogram of oriented gradients (HOG). The comparison results are satisfactory and demonstrate the superiority of the proposed method.
Benzer Tezler
- Makinalar arası iletişim ile kimlik tespiti ve uyarı alarmlarının üretilmesi
Identification and producting warning alarm with machine to machine communication
OSMAN DEMİRCİ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN KAYHAN
- Derin öğrenme kullanılarak göz, yüz ve esneme özelliklerine dayalı melez bir yorgunluk tanıma sistemi geliştirilmesi
Development of hybrid fatigue recognition system based on eye, face and yaw features using deep learning
RABİA KÖK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYBARS UĞUR
- Derin öğrenme tabanlı yüz tanıma sisteminin geliştirilmesi
The development of a face recognition system based on deep learning
FURKAN AKIN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN DUMAN
- Yüz tanıma sistemleri için derin öğrenme tabanlı 3 boyutlu yüz sahteciliği önleme sistemi geliştirilmesi
Development of deep learning-based 3D face fraud prevention system for face recognition systems
ZEYNEP KOYUN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BETÜL AY
- Development of a real-time face recognition system using deep learning techniques
Derin öğrenme tekniklerini kullanarak gerçek zamanlı yüz tanıma sisteminin geliştirilmesi
ABDUL KARIM SUFIYAN N YO
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. ERGUN ERÇELEBİ