Development of a real-time face recognition system using deep learning techniques
Derin öğrenme tekniklerini kullanarak gerçek zamanlı yüz tanıma sisteminin geliştirilmesi
- Tez No: 519641
- Danışmanlar: Prof. Dr. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yüz tanıma, derin öğrenme, makine öğrenimi, bilgisayar vizyonu, Face recognition, deep learning, machine learning, computer vision
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Devreler ve Sistemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yüz tanıma sistemi, dijital görüntüdeki bir kişiyi doğrulamak veya tanımlamak için kullanılan biyometrik bir sistemin invaziv olmayan bir türüdür. Yüz tanıma sistemleri ağırlıklı olarak güvenlik amaçlı kullanılmaktadır, ancak eğlence ve sağlık gibi birçok alanda kullanılabilirler. Literatürde yüz tanıma sistemlerinin doğruluğu ve hızı hakkında birçok çalışma yapılmıştır. Bu tezde, gerçek zamanlı yüz tanıma sistemi, 2 farklı ucuz platformda tasarlandı ve uygulandı. Sistem farklı makine öğrenime ve derin öğrenme algoritma ve tekniklerinin bir kombinasyonunu kullanmıştır. Yüz tanıma sistemini dört ana aşamada gerçekleştirilmiştir. Yüz algılama için, Dijital Görüntüdeki yüzlerin algılanmasında daha hızlı olduğu için Yönelimli Eğim Histogramı (HOG) kullanıldı. Yüzü tespit ettikten sonra, yüz için 128 gömme üreten yüz tanıma modelinin eğitimi öncesine geçmeden önce yüzü ortaya getirmek için kullanılan 5 yüz yer işareti üreten yüz yer işareti tahmin algoritması kullanılmıştır. Son olarak, imgede kimin yüzü olduğunu tanımlamak için bir Destek Vektör Makinesi (SVM) sınıflandırıcı kullanılmıştır. Sistem 8 farklı kişinin 40 görüntüsünden oluşan bir veritabanı ile test edildiğinde % 96.88'lik doğruluk performansı elde etti. Bu tez, son derin öğrenme tekniklerine dayanan gerçek zamanlı yüz tanıma sistemlerinin sınırlı bir bilgisayar donanımı üzerinde uygulanabileceğini göstermektedir.
Özet (Çeviri)
Face recognition system is a non-invasive type of biometric system used to verify or identify a person from a digital image. Face recognition systems are mainly used for security purposes; however, they can be used in many other areas such as entertainment and healthcare. A lot of work has been done in the literature about the accuracy and speed of face recognition systems over the years. In this thesis, a real-time face recognition system has been designed and implemented on 2 different inexpensive platforms. The system used a combination of different machine learning and deep learning algorithms and techniques. The face recognition system has been implemented in four main stages. For the face detection, the Histogram of Oriented Gradients (HOG) was used because it is faster in detecting faces on a digital image. After detecting the face a modified version of face landmark estimation algorithm was used to generate 5 face landmarks used to center the face before passing it on to a pre-trained face recognition model which generates 128 embedding for the face. Finally, the system used a Support Vector Machine (SVM) classifier to identify whose face is on the image. The system reached a performance of 96.88% accuracy when tested with a database of 40 images of 8 different individuals. Approximately 3 frames have tested per second. This thesis shows that real-time face recognition systems based on recent deep learning techniques can be implemented on a limited computer hardware.
Benzer Tezler
- Derin öğrenme tabanlı geçek zamanlı kimliklendirme sistemi
Deep learning based real time identification system
MEHMET FATİH ÖZDEMİR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DAVUT HANBAY
- Gerçek zamanlı kiosk yüz tanıma sistemi
Real time kiosk face recognition system
İLKAY MELEK YAZICI
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Yüksek Teknoloji EnstitüsüBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET GÖKTÜRK
- FPGA tababanlı, PCI ara yüzlü, gerçek zamanlı rasgele sayı üreteci sistemi tasarımı ve uygulamaları
FPGA based real time statistical test system with PCI for random number genarator design and applications
MURAT ERAT
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN DANIŞMAN
- Fast face detection and recognition on graphics processing units
Grafik işlemciler üzerinde hızlı yüz saptama ve tanıma
SALİH CİHAN TEK
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Yüzdeki nirengi noktalarının koşullu regresyon ormanları ile saptanması
Facial feature detection using conditional regression forests
GENCER VURAL
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN