Evrişimsel sinir ağları kullanarak parmak ucu görüntülerinden cinsiyet tahminlemesi
Gender prediction from fingertip images using convolutional neural networks
- Tez No: 671179
- Danışmanlar: PROF. DR. PAKİZE ERDOĞMUŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda günlük hayatımıza birçok yenilik getiren ve araştırmacılara yeni çalışma alanları oluşturan yapay zekâ teknolojisinin önemi gün geçtikçe artmaktadır. Cinsiyet sınıflandırma konusu da yapay zekâ alanının önemli bir araştırma konusudur. Yüz, vücut hatta parmak izi görüntülerinden cinsiyet tahmini üzerine çalışmalar yapılmıştır. Ayrıca günümüzde biyometrik tanıma sistemleri insanların parmak izlerini, yüzünü, irisini, avuç içi izlerini, imzasını, DNA ve retinasını belirleyebilecek seviyelere çıkmıştır. Çalışmada yeni bir biyometrik sistem oluşturulmasına olanak sağlayacak bir yöntem önerilmiştir. Bu çalışmada parmak ucu görüntülerinden cinsiyet sınıflandırma üzerine çeşitli modeller eğitilip, denemeler yapılmıştır. Çalışmada hazır bir veri seti kullanılmayıp 200'den fazla kişiden parmak görüntüsü toplanmıştır. Toplanan görüntülere döndürme, kesme ve arka plan azaltma işlemleri uygulanıp eğitim için hazır hale getirilmiştir. Yapılan çalışmada 4 farklı ağ modeli oluşturulmuştur. Bu modellerde veri artırma işlemleri ve transfer öğrenme kullanılmıştır. Kısıtlı bir alanda çalışma yapmak, her görüntünün kalitesinin ve açılarının farklı olmasına rağmen oluşturduğumuz model yüksek başarımlı sonuçlara ulaşmıştır. Bu çalışmada önerilen model %86,39 başarım oranına sahiptir.
Özet (Çeviri)
Bringing several innovations to our daily life, the importance of artificial intelligence technology has been increasing day by day and has created new fields for researchers. Gender classification is also an important research topic in the field of artificial intelligence. Studies on gender prediction from face, body and even fingerprint images have been done. In addition, today, biometric recognition systems have reached levels that can determine people's fingerprints, face, iris, palm prints, signature, DNA and retina. In this study, various models were trained and tested on gender classification from fingertip images. In the, a ready data set was not used and finger images were collected from more than 200 people. Rotation, cutting and background reduction are applied to the collected images and made ready for the training. 4 different network models were set in the fieldwork. Data augmentation and transfer learning were used in these models. Working in a limited area, the model we created has achieved high performance results, for all that the quality and angles of each image are different. The model proposed in this scientific study has an achievement drive of 86.39%.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Çizge sinir ağları ve derin takviyeli öğrenme kullanarak otomatik molekül üretimi
Automated molecule generation using graph neural networks and deep reinforcement learning
RIZA IŞIK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTobb Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET TAN
- CNN-based text-independent automatic speaker identification
Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama
MANDANA FASOUNAKI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Havada imza ve yüz tanımaya dayalı çoklu biyometrik sistem tasarımı
Multi-biometric system design based on in-air signature and face recognition
SERKAN SALTÜRK
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN KAHRAMAN
- Algısal özet fonksiyonları tabanlı derin öğrenme yöntemleri kullanılarak imgelerin sınıflandırılması
Classification of images by using deep learning methods based on perceptual hash functions
FATİH ÖZYURT
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ENGİN AVCI