Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2014
Öğrenci: CEREN GÜZEL TURHAN
Danışman: HASAN ŞAKİR BİLGE
Özet:Yüz tanıma, kimlik tespit etme amacıyla farklı alanlarda uygulamalara sahip olan bir örüntü tanıma problemidir. Temel olarak yüz tanıma sistemleri, algılayıcı ve kamera aracılığıyla alınan görüntülerden yüzün tespit edilmesi ve tespit edilen yüzden anlamlı özniteliklerin çıkarılarak yüzün tanımlanmasına dayanmaktadır. Bu amaçla yüz bulma, öznitelik çıkarımı ve sınıflandırma adımları için çok sayıda yöntem geliştirilmiştir. Literatür incelendiğinde Temel Bileşenler Analizi (PCA) tabanlı yöntemlerin bu alanda önemli bir potansiyele sahip olduğu görülmektedir. Verinin daha az öznitelikle daha iyi analiz edilme gereksinimini gerçeklemek üzere kullanılan boyut indirgeme yöntemi olarak PCA yaklaşımının etkinliğinden yararlanarak eksikliklerini gidermek üzere çok sayıda PCA tabanlı yüz tanıma tekniği geliştirildiği görülmüştür. Bu noktadan hareketle tez çalışması kapsamında yaygın olarak kullanılan PCA tabanlı yöntemler kapsamlı bir şekilde ele alınmıştır. İncelenen PCA tabanlı yüz tanıma yöntemleri geliştirilerek sınıf bazında çalışan PCA tabanlı yeni bir yaklaşım sunulmuştur. Sunulan bu yeni yaklaşım, klasik ve İki Boyutlu Temel Bileşenler Analizi (2DPCA) yöntemlerinden farklı olarak, iki boyutlu ele alınan eğitim görüntülerini sınıf tabanında değerlendirerek sınıf sayısında izdüşüm matrislerinin oluşturulmasına dayanmaktadır. Sunulan yönteme dayalı görüntü dosyaları video kayıtları üzerinde çalışan bir yüz tanıma sistemi Java programlama dili ile geliştirilmiştir. Görüntü dosyaları üzerinde yüz tanıma için Yale yüz veritabanından elde edilen yüz görüntüleri kullanılmıştır. Video kaydı üzerinde yüz tanıma için ise TV'de yayınlanan bir dizi video dosyaları ile dizi karakterlerinin görüntülerinin Google görseller aracılığıyla toplanması ile oluşturulan küçük çaplı bir yüz veritabanı kullanılmıştır. Geliştirilen sistem üzerinde yüz bulma, öznitelik çıkarımı ve sınıflandırma adımları gerçekleştirilmiştir. Ayrıca, önerilen yöntemin benzetim çalışmaları yürütülmüştür. Önerilen yöntemin etkinliği sınıflandırma başarısı ve çalışma zamanı bakımından niceliksel olarak incelenmiştir. Geliştirilen yöntemlerin performanslarını değerlendirmek üzere diğer PCA tabanlı yöntemler ile karşılaştırmalara yer verilmiştir. Geliştirilen yöntemler ile öznitelik çıkarımı yapılmadan elde edilen başarı ortalama %80,85 oranından %85,88 ve %87,03'e çıkarılmıştır. Tez çalışması ile hem görüntüler üzerinde hem de video dosyaları üzerinde gerçek zamanlı olarak hızlı ve daha başarılı çalışabilecek bir sistem geliştirilmiştir.