Evrişimsel Sinir Ağları ile Otomatik Yüz Tanıma Sistemi
| Autor: | Yeşim TİRAKİ, Çiğdem BAKIR, Soydan SERTTAŞ, Hasan TEMURTAŞ |
|---|---|
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | Volume: 14, Issue: 3 219-224 International Journal of Engineering Research and Development Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi |
| ISSN: | 1308-5514 |
| DOI: | 10.29137/umagd.1215694 |
| Popis: | Kompleks bir yapıya sahip insan yüzünün tanımlanması zor ve karmaşık bir problemdir. Yüz tanımlamasıyla ilgili doğru özelliklerin, doğru bir şekilde nasıl tanımlanması gerektiği bir mühendislik problemi olarak karşımıza çıkmaktadır. Makine öğrenmesi ve görüntü işleme teknikleri kullanılarak fotoğraflardan yüz tespiti yapılabilmektedir. Yüz tanımada en önemli özellik bir veri tabanının olmasıdır. Veri tabanını kendimiz üretebildiğimiz gibi hazır tanımlanmış veri tabanları da kullanılabilir ya da örnek fotoğraflar vererek üçüncü bir program ile yapay görüntülerin üretilmesini sağlanabilir. Bu çalışmada OpenCV (Open Source Computer Vision) ile gelen veri tabanlarını kullanılmıştır. OpenCV aynı zamanda görüntüleri yeniden boyutlandırmak ve ondan öznitelik vektörleri oluşturmak için de kullanmıştır. Çalışmada, OpenCV kütüphanesi kullanarak modelin eğitimi için kullanılan Konvolüsyonel Sinir Ağları (CNN) ile otomatik yüz tanıma modeli gerçekleştirdik. Yüzler son derece dinamik olduğundan ve çözülmesi gereken daha fazla sorun ve zorluk içerdiğinden, sağlamlığı ve tanıma doğruluğunu iyileştirmek amacıyla bu tür zorlukları azaltmak için çalışmamızda diğer çalışmalardan farklı bir model sunduk. Çalışmamız 4 adımda gerçekleştirilmektedir. İlk adımda elde ettiğimiz farklı görüntülerden ön işleme adımlarını gerçekleştirerek daha başarılı sonuçlar üretmeyi amaçladık. Daha sonra, önerilen modeli farklı öznitelik çıkarma yöntemleriyle de karşılaştırdık. CNN ağı ile eğitim yaparak test verileri için yüz tanıma gerçekleştirdik ve sonuçları karşılaştırmalı olarak sunduk. Çalışmadaki sonuçlar, yöntemimizin çeşitli fotoğraflardaki yüzleri başarıyla tanımladığını göstermektedir. The human face, which has a complex structure, is a difficult and complex problem to define. How to correctly define the correct features related to face identification is an engineering problem. Face detection can be made from photographs using machine learning and image processing methods. The most important feature in face recognition is the presence of a database. We can produce the database ourselves, as well as using predefined databases, or by providing sample photos, artificial images can be produced with a third program. In this study, databases that came with OpenCV (Open Source Computer Vision) were used. OpenCV has also been used to resize images and generate feature vectors from it. While performing the recognition model Convolutional Neural Networks (CNN) is used for training the model in OpenCV platform. Since the faces are highly dynamic and pose more problems and diffuculties to solve, we created a method different from other studies to reduce such diffuculties so as to improve the robustness and recognition accuracy. Our work is carried out in 4 steps. We aimed to produce more successful results by performing the preprocessing steps from the various images we obtained in the first step. After, we also compared the proposed model with different feature extraction methods. By training with the CNN network, we performed face recognition for the test data and presented the |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|