Üretici çekişmeli ağlar ile bulanık yüz görüntülerinin iyileştirilmesi
Improvement of blurred face images with generative adversarial networks
- Tez No: 839929
- Danışmanlar: DR. ÖĞR. ÜYESİ YAMAN AKBULUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, ÜÇA (Üretici Çekişmeli Ağlar) kullanarak yüz görüntülerinin iyileştirilmesini incelemektedir. Konunun önemi, görüntü işleme ve yüz tanıma sistemlerinin geliştirilmesindeki potansiyeli içermektedir. Bu çalışmanın amacı, ÜÇA'ların yüz görüntülerinin kalitesini artırma konusundaki etkinliğini değerlendirmektir. Bu tezin hipotezleri, ÜÇA tabanlı yöntemlerin yüz görüntülerinin çözünürlüğünü artırma ve daha gerçekçi hale getirme konularında başarılı olacağını öne sürmektedir. Örneklem, 70000 farklı yüz görüntüsünden oluşmaktadır ve örneklem büyüklüğü, bu çalışmanın ana veri kaynağını temsil etmektedir. Yöntem, öncelikle ÜÇA modelinin oluşturulmasını ve eğitimini içermektedir. ÜÇA, öğrenme süreci boyunca gerçek görüntüleri taklit etmeye çalışan bir üretici ve bu görüntülerin gerçeklik derecesini değerlendiren bir ayrımcı ağdan oluşmaktadır. Çalışmanın bulguları, ÜÇA'ların yüz görüntülerini daha yüksek çözünürlükte ve daha gerçekçi hale getirme konusundaki etkinliğini göstermektedir. Bu, yüz tanıma sistemlerinin performansını artırabilir ve medikal görüntüleme uygulamalarında daha keskin teşhisler yapma potansiyeli sunar. Üretilen bilgi, ÜÇA tabanlı yöntemlerin yüz görüntülerinin iyileştirilmesindeki önemini vurgulamaktadır.
Özet (Çeviri)
This study examines the enhancement of facial images using GAN (Generative Adversarial Network). The significance of the topic lies in its potential for improving image processing and facial recognition systems. The aim of this study is to evaluate the effectiveness of GANs in enhancing the quality of facial images. The hypotheses of this thesis propose that GAN-based methods are successful in increasing the resolution and realism of facial images. The sample consists of 70000 different facial images, representing the primary data source for this study. The method primarily involves the creation and training of the GAN model, which consists of a generator striving to mimic real images and a discriminator network assessing the realism of these images. The findings of the study demonstrate the effectiveness of GANs in producing higher-resolution and more realistic facial images, potentially improving the performance of facial recognition systems and enabling sharper diagnostics in medical imaging applications. The generated knowledge underscores the significance of GAN-based methods in enhancing facial images.
Benzer Tezler
- Application and analysis of deep learning techniques on the problem of depth estimation from a single image
Derin öğrenme tekniklerinin tekil görüntüden derinlik tahmini problemi üzerinde uygulanması ve incelenmesi
ALİCAN MERTAN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Çekişmeli üretici ağlar ile gerçekçi saç sentezi
Realistic hair synthesis with generative adversarial networks
MUHAMMED PEKTAŞ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYBARS UĞUR
- Çekişmeli üretici ağlar ile sentetik veri üretiminin kredi kartı sahtekarlığı tespitine etkisi
The effect of synthetic data generation with generative adversarial networks on credit card fraud detection
ENSAR BAYHAN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MİNE ELİF KARSLIGİL YAVUZ
- Çekişmeli üretici ağlar ile denim kumaşından otomatik bıyık desen üretimi
Automatic mustache pattern production on denim fabric with generative adversarial networks
EMRULLAH ŞAHİN
Yüksek Lisans
Türkçe
2022
Bilim ve Teknolojiİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMED FATİH TALU
- Çekişmeli üretici ağlar ile yüz ifadelerinden duygu etiketleme
Emotion labeling from facial expressions with contact manufacturer networks
GİZEM ÖZGÜL
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA PATLAR AKBULUT