Face Detection in Image Frames and Matching Through Face Database

Autor: Eleyan, Gülden, Telatar, Ziya
Přispěvatelé: Selçuk Üniversitesi
Jazyk: turečtina
Rok vydání: 2019
Předmět:
Popis: Bu çalışmada yüz algılama için Gabor dalgacık dönüşümleri ve Çift Ağaç dalgacık dönüşümleri kullanılarak öznitelik çıkarımı yapılmıştır. Sınıflandırma basamağında ileri beslemeli yapay sinir ağları kullanılmıştır. Önerilen algoritmaların ilkinde, sinir ağlarını eğitmek için Çift Ağaç öznitelik vektörleri kullanılırken, ikincisinde sinir ağlarının eğitiminde Gabor öznitelik vektörleri kullanılmaktadır. Önerilen üçüncü algoritma ise ilk iki algoritmanın algı sonuçlarının OR mantık işlemi ile birleştirilmesinden oluşmaktadır. Sistemin başarımı yanlış algı oranının da hesaba katıldığı üç metrik ile hesaplanmıştır. MIT+CMU, FRAV2D, BioID, BANCA veri tabanları üzerinde simülasyonlar gerçekleştirilmiştir. Gabor dalgacık vektörlerinin boyutları farklı oranlara indirgenerek işlem zamanı ve performans üzerindeki etkileri incelenmiştir.
In this study, feature extraction is performed using Gabor wavelet transforms and Dual Tree wavelet transforms for face detection. Artificial neural networks with feed forward are used in the classification step. In the first of the proposed algorithms, the Dual Tree feature extraction vectors are used to train the neural networks, while in the second proposed algorithm, the Gabor feature extraction vectors are used in the neural network training. The proposed third algorithm consists of combining the perception results of the first two algorithms with OR logic operation. The performance calculation of the system is realized with three metrics in which the wrong perception rate is included in the account. Simulations were performed on MIT + CMU, FRAV2D, BioID, BANCA databases. The dimensions of the Gabor wavelet vectors are reduced to different ratios and the effects on the processing time and performance are examined.
Databáze: OpenAIRE
Externí odkaz: