Görüntü işleme ve bilgisayarlı görü teknolojileriyle eşgal tespit ve tanıma sistemi algoritmaları geliştirilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: SEZAYİ YEŞİLBAĞ
Danışman: Hasan Şakir Bilge
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Yüz tanıma ve özellikle maskeli yüz tanıma, günümüzde güvenlik açığını önlemek için sıkça kullanılmaktadır. Okullarda, hastanelerde, alışveriş merkezlerinde, askeri alanlarda ya da herhangi kontrollü alanlarda personel takibi ve suçlu insanların tespitinde son derece kullanışlı bir sistemdir. Görüntü işleme ve bilgisayarlı görü teknolojilerinin gelişmesi ile nesne ve yüz tanıma yapmak için çeşitli yöntemler türetilmiştir. Bu çalışmada, daha başarılı sonuç veren, gri görüntü tabanlı çalıştığı için daha hızlı bir metot olan LBPH (Local Binary Patterns Histogram) metodu kullanılmıştır. LBPH metodu ile önce maskesiz yüz tanıma yapılmıştır ve maskeli yüzler içinde kullanılabilir olduğu yapılan testler sonucu görülmüştür. Çalışmada, maskesiz yüz tanıma, maskeli yüz tanıma, yüz işaretlerini kullanabilme, yapay maskeli yüz oluşturma ve maskeli yüz tespit algoritmaları oluşturulmuştur. Tüm bu parça algoritmalar üzerinde yüzün hangi açıya kadar tespit edilip tanındığı incelenmiştir. Ortam parlaklığından etkilenip etkilenmediği, yüz tespit parametrelerinin tanımadaki etkisi incelenmiştir. Bu incelemelerden sonra veri kümesinin değiştirilmesine karar verilmiştir. Yüzü daha geniş açılardan tespit edebilen Mediapipe veri kümesi ile ilerlenmiştir. Bu noktada eğitim veri kümesinin sayısı ve çeşitliliğin yüz tespitine ve tanımaya etkisi gibi çeşitli analizler yapılmıştır. Çalışmanın sonunda oluşturulan bu alt algoritmalar birleştirilmiştir. Yapılan analizler dikkate alınarak mevcut veri kümesine göre en optimal yüz tanıma sistemi oluşturulmuştur. Sistem canlı bir görüntüyü kameradan alır ve maskeli olup olmadığına karar verir; maskeli ise tüm yüzün üstten 0,4'lük kısmını alır ve daha önce oluşturulmuş LBP histogramları ile karşılaştırır. Bulunan yüzün ismi ya da numarası ekrana yansıtılır. Maskesiz ise tüm adımlar yarım yüz yerine tam yüz ile yapılır. Bu şekilde çalışan birleştirilmiş son sistemin maskesiz yüzleri tanıma başarısı %99,33 ve maskeli yüzleri tanıma başarısı %95,78'dir.