Yüz Tanıma Matlab

yüz tanıma matlab

Tez NoİndirmeTez KünyeDurumu

Derin öğrenme ile yüz tanıma / Face recognition with deep learning
Yazar:FATIMA ZEHRA ÜNAL
Danışman: YRD. DOÇ. DR. MEHMET SERDAR GÜZEL
Yer Bilgisi: Ankara Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control
Dizin:Derin öğrenme = Deep learning ; Matlab = Matlab ; Yapay sinir ağları = Artificial neural networks ; Yüz tanıma = Face recognition Onaylandı
Yüksek Lisans
Türkçe

90 s. Güvenlik uygulamaları ve ticari uygulamalar olmak üzere çok sayıda alanı ve disiplini kapsayan yüz tanıma, görüntü analizi alanının amacına en uygun önemli bir araştırma problemidir. İnsanların yüzleri tanıma kabiliyetine eşit, otomatik bir sistem geliştirmek ciddi bir problemdir. Yüz tanıma uygulamalarının farklı disiplinlere konu olması, bu alanda yapılan ve yapılacak çalışmalara olan ilgiyi arttırmaktadır. Uzun yıllar yapay zeka alanında geliştirilen uygulamalar ile sonuç alınamamış sorunların çözümünde Derin Öğrenme teknolojisi ile büyük ilerleme kaydedilmiştir. Yüksek boyutlu verilerin karmaşık yapılarını keşfetme konusunda çok iyi olduğu ortaya çıkan Derin öğrenme, bilim, iş dünyası ve devletin birçok alanında uygulanmaya başlamıştır. Derin Öğrenme teknikleri kullanarak bilgisayarlarla görme alanında birçok sınıflandırma problemi performansı arttırılmıştır. Derin öğrenme, özellikle Konvolüsyonel Sinir Ağı (KSA), son zamanlarda yüz tanıma uygulamalarında umut verici sonuçlar elde etmiştir. Bu tez çalışması kapsamında, geleneksel makine öğrenme tekniği ve derin öğrenme tekniği kullanılarak bir yüz tanıma algoritması eğitilmiş ve iki ayrı yöntemin başarı oranlarını karşılaştırılmıştır. Algoritma, yüz tespiti, ön işlemler, öznitelik çıkarımı ve sınıflandırma olmak üzere 4 ana kısımdan oluşmaktadır. Öznitelik çıkarımı kısmında Histogram of Gradients (HOG) ve Derin Öğrenme olmak üzere iki ayrı teknik kullanılmıştır. Elde edilen özellikler çok sınıflı Destek Vektör Makineleri (DVM) metodu kullanılarak sınıflandırılmıştır. Face recognition, which encompasses a large number of fields and disciplines, including safety applications and commercial applications, is an important research problem most suited to the purpose of image analysis. Developing an automated system that is equal to the ability of people to recognize faces is a serious problem. The fact that facial recognition applications are subject to different disciplines increases the relevance of the work done in this area. Deep Learning technology has made great progress in solving problems that have not been achieved with applications developed for a long time in artificial intelligence field. It has begun to be applied in many areas of deep learning, science, business, and government, which have proven to be very good at discovering complex structures of high-dimensional data. Deep Learning techniques have improved the performance of many classification problems in the field of vision with computers, especially using Convolutional Neural Networks. Deep learning, especially the Convolutional Neural Network (CNN), has recently achieved promising results in face recognition applications. In this thesis, a face recognition algorithm is trained by using traditional machine learning technique and deep learning technique and the success rates of the two methods are compared. Algorithm consists of 4 main parts; face detection, preprocessing, feature extraction and classification. Two separate techniques, Histogram of Gradients (HOG) and Deep Learning, have been used in the attribute extraction section. The properties obtained are classified using the multi-class Support Vector Machines (SVM) method.

Destek vektör makineleri kullanarak gömülü sistem üzerinde yüz tanıma uygulaması

Abstract:

Yüz tanıma insanların günlük yaşamlarında zorlanmadan ve sıklıkla gerçekleştirdikleri görevlerden biridir. İnsan yüzü oldukça ayırt edici özelliklere sahiptir ve insan beyni yüze ait görsel bilgileri, biyometrik tanımlayıcılar olarak kullanır. Bilgisayarlı görü, insanları tanımlamak için yüz görüntülerini kullanarak beynin bu karmaşık fonksiyonunu taklit etmeyi amaçlar. Yüz tanıma problemi, bir yüz görüntüsü veya yüz görüntüleri içeren bir video kaydı girdi olarak verildiğinde, bilinen kişilerin yüz görüntülerini içeren bir veritabanı kullanılarak girdideki bir ya da daha fazla yüz görüntüsünün tanımlanması veya doğrulanması olarak ifade edilebilir. Sahada Programlanabilir Kapı Dizileri (FPGA), sayısal işaret işleme, biyometrik tanıma, medikal görüntü işleme, uzay ve savunma sistemleri, bilgisayar görüntüsü gibi birçok alanlarında kullanılmaktadır. FPGA programlanabilir mantık elemanlarıdır ve her bir mantık bloğunun işlevi kullanıcı tarafından düzenlenebilmektedir. Bu tez çalışmasında Destek Vektör Makineleri (DVM) kullanılarak FPGA ve GPU üzerinde yüz tanıma uygulaması gerçekleştirilmiştir. Öncelikle MATLAB ortamında, yüz görüntülerinden özyüz (eigenface) ve Fisher yüz (Fisherface) yöntemleri ile çeşitli boyutlarda öznitelikler elde edilmiştir. Çıkarılan öznitelikler, DVM, Yapay Sinir Ağları (YSA) ve k En Yakın Komşuluk Yöntemi (k-NN) kullanılarak eğitilmiş ve sınıflandırma performansları karşılaştırılmıştır. Daha sonra MATLAB ortamında eğitilen DVM sınıflandırıcısı, FPGA ve Grafik İşlem Birimi (GPU) üzerinde gerçekleştirilmiş ve performansları karşılaştırılmıştır. Gerçeklenen sistem, 40 kişi ve her kişiye ait 10 farklı yüz görüntüsünden oluşan ORL yüz veritabanı ile eğitilmiş ve test edilmiştir. Destek Vektör Makinelerinin eğitimi sırasında her bir kişi için o kişiye ait 4 yüz görüntüsü kullanılmış, kalan 6 yüz görüntüsü ile sınıflandırma testi yapılmıştır. DVM sınıflandırıcısının test başarısı özyüzler kullanıldığında %90 seviyesine ulaşırken, Fisher yüzler kullanıldığında %91 seviyesine ulaşmıştır. Anahtar Kelimeler: Yüz Tanıma, Özyüzler, Fisher Yüzler, Destek Vektör Makineleri, Yapay Sinir Ağları, k En Yakın Komşu Yöntemi

Description:

Tez (Yüksek Lisans) - Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü,

Show full item record

MATLAB VE YÜZ TANIMA (face recognition)

11 Mesaj

Konu Sahibi

matlab de y&#;z tanıma programı &#;zerinde &#;alışıyorum.
programı kısaca anlatim:
girilen resimde sadece kişinin y&#;z kısmı se&#;iliyor. daha sonra hesaplamalarla veritabanından karşılaştırma yapılıyor. veritabanındaki y&#;z resimlerine g&#;re kişinin kim oldupunu s&#;yl&#;yor.
Konu g&#;ncel ve &#;nemli bi konu .Yapılan programlarda sayılı ve daha parasız olanını bulamadım.
bu konuda bilgisi ya da d&#;k&#;manı olan veya ilgilenen arkadaşların yardımlarını bekliyorum.
herkese kolay gelsin

Yüzbaşı

Mesaj

Merhaba;

Programi ne amacla hazirlamayi planliyorsun. Kafandaki projenin boyutuna gore sana yardimci olabiliriz kabul edersen birlikte calisabiliriz. Ozelden mesaj atmani bekliyorum. Matlabi tercih etme nedenin, bu konuda yaptigin hazirliklar vs gibi konulardan bahsedersen memnun oluruz. Matlab degilde mathematica (ticari bir projeyse kernel lisansi satin almak gerekecek) dusunursen daha fazla yardimci olabiliriz. Bekliyorum

2 Mesaj

merhaba
ben bir sene boyunca bu konu ile uğraşıfunduszeue.info yeni başlıyorumyaptığınız herhangi bi proje varsa katılmak isterimdaha &#;ok başındayım olayın ama gaza gelince iyi &#;alışırım
bişi daha nerden başlamalıyım:) yardımcı olursanız sevinirim

Çavuş

49 Mesaj

Sizin &#;ncelikle matlabla g&#;r&#;nt&#; işleme anlatan bazı d&#;kğmanlar bulmanız gerekiyor. Daha &#;ok y&#;z hattı ile ilgileneceniz i&#;in gelen g&#;r&#;nt&#;y&#; iki renk haline getiriyorsunuz. Buradanda o kişinin y&#;z hattı ile ilgili verileri değerlendirebilirsiniz. Size tavsiye edebileceğim Digital imaging processing denen bi ingilizce refarans kitap var o &#;ok işinize yarıyabilir.

Yüzbaşı

Mesaj

Pattern Recognition (&#;r&#;nt&#; tanıma) konusunda araştırma yapmanızı tavsiye ederim. &#;ncelikle y&#;zden ayırt edici &#;zellikleri &#;ıkartmanız gerekir ki buna &#;z nitelik &#;ıkartma (feature extraction) denir. Sonrasında sınıflandırma (classification) aşamasına ge&#;ip, veritabanınızdaki &#;zniteliklerle test edeceğiniz imgeden &#;ıkarttığınız &#;znitelikler arasında ilişkiye bakacaksınız. Bu noktada destek vekt&#;r makineleri (SVM-Support Vector Machine) ve yapay sinir ağları (artificial neural network) yaygın olarak kullanılıyor. Y&#;z tanımada başarım genellikle %95'in &#;zerine &#;ıkmaz.

Kodlama i&#;in MATLAB kullanamak akıllıca &#;ok uğraştırmaz. Ancak işin teorisi ile ilgili baya okumanız gerekir. &#;r&#;nt&#; tanıma, g&#;r&#;nt&#; işleminin &#;nemli konularındandır.

< Bu mesaj bu kişi tarafından değiştirildi HYP -- 13 Ağustos , >

Yüzbaşı

Mesaj

İşin teorisiyle ilgili profesyonel seviyede bilgim yok ama BU İŞ İ&#;İN MATLAB KULLANMAK YANLIŞ, diyorum.
Ayrıca bu proje aşamasında mı yoksa yapımına başlandı mı acaba sorabilirmiyim??

Yüzbaşı

Mesaj

Bunu neye dayanayarak s&#;ylediğini sorabilir miyim?

quote:

Orijinalinden alıntı: corsan

İşin teorisiyle ilgili profesyonel seviyede bilgim yok ama BU İŞ İ&#;İN MATLAB KULLANMAK YANLIŞ, diyorum.

Yüzbaşı

Mesaj

quote:

Orijinalinden alıntı: HYP

Bunu neye dayanayarak s&#;ylediğini sorabilir miyim?

quote:

Orijinalinden alıntı: corsan

İşin teorisiyle ilgili profesyonel seviyede bilgim yok ama BU İŞ İ&#;İN MATLAB KULLANMAK YANLIŞ, diyorum.

Tecr&#;beme

Yüzbaşı

Mesaj

Bu savını desteklemek i&#;in şu ana kadar uğraştığın g&#;r&#;nt&#; işleme projelerinden ve projelerdeki rol&#;nden bahseder misin? Sadece meraktan soruyorum.

quote:

Orijinalinden alıntı: corsan

quote:

Orijinalinden alıntı: HYP

Bunu neye dayanayarak s&#;ylediğini sorabilir miyim?

quote:

Orijinalinden alıntı: corsan

İşin teorisiyle ilgili profesyonel seviyede bilgim yok ama BU İŞ İ&#;İN MATLAB KULLANMAK YANLIŞ, diyorum.

Tecr&#;beme

2 Mesaj

ziyankar sanırım rafael gonzalez in kitabını diyosundigital image processing using matlab die ge&#;iyoronu buldum sanırım da ii bi kaynakdaha koda başlamadıfunduszeue.info acaip korkmuş durumdayımbi s&#;r&#; form&#;l filany&#;n g&#;sterdiğiniz i&#;in hepinize ayrıca teşekk&#;r ederim

Yüzbaşı

Mesaj

quote:

Orijinalden alıntı: gvnbrk

arkadaşlar bende y&#;z tanıma ile uğraşıfunduszeue.inforik metodlar y&#;ntemi ile matlab da wavelet fonksiyonlarıyla kodlamayı d&#;ş&#;n&#;yorum fakat matlab bilgim pek iyi olmadığı i&#;in bilgisi olan arkadaşlardan yardım bekliyorum.

Matlab bilmiyosan OpenCV k&#;t&#;phanesine de bakabilirsin.

Azeri yazar tarafından yazılmış T&#;rk&#;e bir yapay zeka kitabı vardı. Y&#;z tanıma gibi sistemleri a&#;ıklayıcı bir şekilde anlatıyordu, eminim fazlasıyla yararını g&#;r&#;rs&#;n&#;z. Bir araştırın derim.

Teğmen

Mesaj

&#;ncelikle Bu konuda yapılmış makaleleri incelemeni tavsiye ederim &#;rnek olaraki,

Bir &#;alışma Adjoudj Reda – Sidi bel abes &#;niversitesi , Dr. Boukelif Aoued - Sidi bel abes &#;niversitesi tarafından ger&#;ekleştirilmiş bir &#;alışmadır.
Bu &#;alışmanın amacı YSA temelli y&#;z tanıma sisteminin nasıl tasarlandığı hakkında yol g&#;stermektedir.

Şunuda bulabilirsin netten Nico Van der Aa utreccht University. "Neural Network-Based Face detection",

Bunun dışında mathworks u bir araştırmanı tavsiye ederim.

< Bu mesaj bu kişi tarafından değiştirildi GreatestOfAllTime -- 1 Şubat ; >

1 Mesaj

Merhabalar. Bende y&#;ksek lisans tez konusu olarak matlabda y&#;z tanıma yapmaya başlıyorum. Hen&#;z araştırma aşamasındayım. Matlab bilgim &#;ok fazla olmasa da yeterli d&#;zeyde sayılabilir. Y&#;z tanıma konusunda bilgisi olan arkadaşlardan ricam olacak. Yaptığım araştırmalardan, okuduğum makalelerden edindiğim bilgiler doğrultusunda, y&#;z tanımada kullanabileceğim bir y&#;ntem kararlaştırmaya &#;alışıyorum. yapılan &#;alışmalar sonucunda elde edilen başarı oranlarına baktığımda eigenface ve bir iki y&#;ntem daha &#;ne &#;ıkıyor. Fakat hen&#;z başlangı&#; aşamasında olduğum i&#;in, y&#;ntemlerin matlab ortamında kodlanması konusunda derin derin d&#;ş&#;funduszeue.info bir de başarı oranları var. Ayrıca konum karanlık ortamda y&#;z tanıma tamamen aydınlık y&#;zler de değil. Konuya hakim olan arkadaşlardan aydınlatmalarını rica ediyorum. Teşekk&#;rler

yeni mesaja git

Yeni mesajları sizin için sürekli kontrol ediyoruz, bir mesaj yazılırsa otomatik yükleyeceğiz.Bir Daha Gösterme

Benzer içerikler

Matlab Yüz Tanıma ve Yüz Yakalama Uygulaması Örneği

% Yakalama moduna giriş

tracker = funduszeue.inforamBasedTracker;

%Hue Kanalında yakalayıcı histogram başlatılıyor.. Burun

initializeObject(tracker, hueChannel, noseBBox(1,:));

% Video görüntülerini izlendiği araç&#;

videoInfo = info(videoFileReader);

videoPlayer = funduszeue.infolayer(&#;Position&#;,[ funduszeue.infoize+30]);

% Video bitene kadar döngü içerisindeki video karelerinin izlenmesi için&#;

while ~isDone(videoFileReader)

% Sonraki kare

videoFrame = step(videoFileReader);

% RGB -> HSV

[hueChannel,~,~] = rgb2hsv(videoFrame);

% Hue kanalındaki veriler ile izleme&#;

bbox = step(tracker, hueChannel);

%İzlenen nesnenin çevresine sınırlayıcı kutu çizme

videoOut = insertObjectAnnotation(videoFrame,&#;rectangle&#;,bbox,&#;Face&#;);

% Video oynatıcıda bu nesneyi görüntüleme

step(videoPlayer, videoOut);

end

% Yayınla&#;

release(videoFileReader);

release(videoPlayer);

nest...

114069 114070 114071 114072 114073