Geri Dön

K-NN sınıflandırma yöntemine dayalı gri seviyeeşdizimlilik matrısı ve momentum özellikleri ileyüzdeki duyguyu tanıma

Recognizing the emotion in the percent with the graylevel cosystality matrix and momentum propertiesbased on the K-NN classification method

PDF İndir

  1. Tez No: 689783
  2. Yazar: IDRIS AWAIDAT ALI AJAJ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÜMİT TOKEŞER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yüz Duygusu Tanılama, K-NN, Özellik Çıkarımı Temmuz 2021, 41 Sayfa, Facial Emotion Detection, K-NN, Feature Extraction July 2021, 41 Page
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Kastamonu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde yedi farkı duygusal durumu sınıflayacak topluluk yöntemleri fikrine dayalı olan bir yüzdeki duyguyu tanıma yaklaşımını sunduk. Olasılıksal füzyon algoritmasının yanı sıra eylem birimleri ve anahtar nokta özellik konumları yüz ifadeleri üzerinden yedi temel duyguyu tanımamızı sağlıyor. Her bir numuna nötr, neşe, hüzün, öfke, şaşkınlık, korku veya tiksinme olarak etiketlenmiştir. İki tip yüz özelliği, eylem birimleri ve özellik noktası konumlarını çıkaran ayrı sinir ağı sınıflandırıcıları ölçekli birleşik geri yayılım algoritmasıyla birlike eğitilir. Sistemimizin performansını iyileştirmek için karar seviyesi füzyon gerçekleştirildi. Sınıflandırma için K-NN kullanıldı.

Özet (Çeviri)

In this thesis, we present an approach to recognizing emotion in a face, based on the idea of ensemble methods to classify seven different emotional states. In addition to the probabilistic fusion algorithm, action units and key point feature positions allow us to recognize seven basic emotions through facial expressions. Each sample is labeled as neutral, joy, sadness, anger, surprise, fear, or disgust. Separate neural network classifiers that extract two types of face features, action units, and feature point locations are trained together with a scaled combined backpropagation algorithm. Decision level fusion was performed to improve the performance of our system. K-NN was used for classification.

Benzer Tezler

  1. Tez No

    688973

    Deep feature transfer from deep learning models into machine learning algorithms to classify COVID-19 from chest X-ray images

    Göğüs röntgeni görüntülerinden COVID-19 sınıflandırması yapmak amacıyla derin öğrenme modellerinden makine öğrenmesi algoritmalarına derin öznitelik aktarımı

    OZAN GÜLDALİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜL İNAN

  2. Tez No

    850977

    Parkinson's disease diagnosis by using autoencoder based on deep neural network (DNN) and metaheuristic method

    Derin sinir ağına dayalı otokodlayıcı ve metasezgisel yöntem ile parkinson hastalığının teşhisi

    BEYHAN GERGERLİ

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FATİH VEHBİ ÇELEBİ

  3. Tez No

    398699

    Evaluation of a fuzzy logic based computer aided diagnosis system for chest x-ray nodule detection and characterization

    Akciğer grafisinde nodüllerin belirlenmesinde ve sınıflandırılmasında bulanık mantığa dayalı bilgisayar destekli tanı sisteminin değerlendirilmesi

    NURHAN ÖZTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    BiyomühendislikBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALBERT GÜVENİŞ

  4. Tez No

    847190

    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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  5. Tez No

    827867

    Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

Geri Dön