A Comparative analysis of different feature sets for face recognition
Yüz tanımada farklı öznitelik kümelerinin karşılaştırmalı analizi
- Tez No: 65168
- Danışmanlar: YRD. DOÇ. DR. LALE AKARUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntü tanıma, Image recognition
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Geçen otuz yıl boyunca psikofizik, sinir bilimleri ve mühendislik, imge işleme, analiz ve bilgisayarla görme gibi alanlardaki araştırmacılar, insan ya da bilgisayar tarafından yapılan yüz tanımayla ilgili birçok sonuçlar elde etmişlerdir. Doksanlı yıllarda da yüz tanıma araştırmalarında yeniden bir büyüme görülmüştür. Yüz tanımada uygulanan ortak strateji öznıtelik tabanlı bir yaklaşım olmuştur. Öznitelik tabanlı yüz tanımada yüzü tanımlayan öznitelikler kümesi elde edilir ve yüz tanımada kullanılır. Bu öznitelik kümesinin seçilmesi, tanıma performansında kritik bir rol oynar. Bu tezde, farklı öznitelik kümeleri için yüz tanıyıcılar denedik ve bunların tanıma performanslarını karşılaştırdık. Öznitelik kümelerinin boyutlarını azaltmayı ve farklı öznitelik kümelerini kullanan farklı tanıyıcıların kararlarını birleştirmeyi denedik. Farklı tanıyıcıların birleştirilmesinde, oylama ve standart hale getirip birleştirme yöntemlerinin tanıma başarısını düzeltebildiğim gördük. 47 adet deneme resmi içinden 45'ini doğru ve 2'sini yanlış sınıflandırdık. Başarı oranımız yüzde 95.74'tür.
Özet (Çeviri)
IV ABSTRACT Over the last 30 years researchers in psychophysics, neural sciences and engineering, image processing, analysis and computer vision have investigated a number of issues related to face recognition by humans and machines. The '90's have seen a resurgent growth in face recognition technology research. A common strategy for face recognition is the feature based approach. In feature based face recognition, a set of characteristics that describe a face are derived and used in the recognition of the face. The selection of this feature set is critical in recognition performance. In this thesis, we have experimented with face recognizers using different feature sets and compared their recognition performances. We have tried to reduce the dimensions of the feature sets and to combine the decisions of different recognizers using different feature sets. We have shown that the voting and merging with normalization methods for combining different recognizers can improve recognition performance: For 47 images in the test set, 45 images were classified correctly, 2 were misclassified. The success rate was 95.74 per cent.
Benzer Tezler
- İ.T.Ü. Fakültelerinin araştırma etkinlikleri sekreterliğinden yararlanma etkinliklerinin veri zarflama analizi ile belirlenmesi
Determining the relative efficiencies of the faculties of İstanbul Technical University in their relationships with the research activities secretary
SİNAN SÖL
Yüksek Lisans
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. FÜSUN ÜLENGİN
- Yapay sinir ağları ve genetik algoritmalar kullanılarak EKG vurularının sınıflandırılması
Classification of ECG beats by using artifical neural networks and genetic algorithms
ZÜMRAY DOKUR
- Sınır elemanları metodu
Boundary elements method
ERDEM SERKAN SAATÇİOĞLU
Yüksek Lisans
Türkçe
1997
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. TEOMAN KURTAY
- Analitik ve digital fotogrametrik nirengi yöntemlerinin kıyaslanması
Başlık çevirisi yok
OKTAY AKSU
Yüksek Lisans
Türkçe
1998
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖNÜL TOZ
- Coğrafi bilgi sistemlerinin askeri uygulamaları ve iç güvenlik harekatı kavramı
Military applications of geographic information systems and internal security operation approach
ATİLLA KOPAR