Publication: Mekatronik teknolojisinde görüntü işleme tekniklerine dayalı yüz tanıma sistemi geliştirilmesi
Abstract
MEKATRONİK TEKNOLOJİSİNDE GÖRÜNTÜ İŞLEME TEKNİKLERİNE DAYALI YÜZ TANIMA SİSTEMİ GELİŞTİRİLMESİ Tanıma, Özyüz, Görüntü Tanıma Sistemleri, Görüntü Sınıfları Yüz tanıma, günümüzde önemini hızla artırmakta olan bir uygulama konusu haline gelmektedir. Mevcut yüzlerden elde edilecek bir veri tabanı üzerinde otomatik olarak yapılacak tanımaların, suçluların teşhisi sırasında, emniyet görevlilerinin işini ne kadar kolaylaştıracağı açıktır. Bu tezde, yüz tanıma problemi üzerinde araştırma yapılarak, kullanılan temel yöntemler incelenmiştir. Yüz tanımada kullanılan yöntemlerden biri olan, özyüz (eigenface) yöntemi ile bir yüz tanıma sistemi geliştirilmiştir. Birinci bölümde yüz tanıma sisteminin getireceği kolaylıklar ele alınmıştır. Ayrıca özyüz yönteminden kısaca bahsedilmiştir. İkinci bölümde görüntü ve yüz tanımanın temel kavramları ele alınmıştır. Bu bölümde yüz tanıma problemi için yapılmış olan çalışmalardan ve uygulanan metodlardan bahsedilmiştir. Yüz tanıma problemi için iki ana yaklaşım açıklanmıştır. Üçüncü bölümde önerilen yüz tanıma sistemi olan özyüz tanıma metodunun detayları ele alınmıştır. Bu bölümde özyüzlerin hesaplanması için gerekli olan tüm işlemler anlatılmıştır. Dördüncü bölüm, özyüzler yaklaşımını göstermek için geliştirilmiş olan yüz tanıma yazılımına ayrılmıştır. Çalışmadaki yüz tanıma MATLAB kullanılarak geliştirilmiştir. Dördüncü bölümde geliştirilen uygulamanın nasıl kullanılacağı açıklanmıştır. Aynı zamanda uygulamada kullanılan önemli bir kaç rutin de verilmiştir.
A FACE RECOGNITION BASED ON THE IMAGE PROCESSING TECHNIQUES IN MECHATRONICS Face recognition, Eigenface, Pattern recognition systems, Pattern class In this thesis, a research was realized to find out the different approaches to the face recognition problem. It has been observed that these different approaches fall into two major categories that are given below: Feature based recognition, which is based on the extraction of the properties of individual organs located on a face such as eyes, nose and mouth, as well as their relationships with each other. Feature vectors describing the characteristics of face images are evaluated by using deformable templates and active contour models, where excessive geometry and the minimization of energy functions are involved. Principal component analysis, based on information theory concepts, seek a computational model that best describes a face, by extracting the most relevant information contained in that face. Goal is to find out the eigenvectors (eigenfaces) of the covariance matrix of the distribution, spanned by a training set of face images. Later, every face image is represented by a linear combination of these eigenvectors. Evaluation of these eigenvectors are quite difficult for typical image sizes but, an approximation that is suitable for practical purposes is also presented. Recognition is performed by projecting a new image into the subspace spanned by the eigenfaces and then classifying the face by comparing its position in face space with the positions of known individuals. A face recognition system, based on the eigenfaces approach is proposed. Eigenfaces approach seems to be an adequate method to be used in face recognition due to its simplicity, speed and learning capability.
A FACE RECOGNITION BASED ON THE IMAGE PROCESSING TECHNIQUES IN MECHATRONICS Face recognition, Eigenface, Pattern recognition systems, Pattern class In this thesis, a research was realized to find out the different approaches to the face recognition problem. It has been observed that these different approaches fall into two major categories that are given below: Feature based recognition, which is based on the extraction of the properties of individual organs located on a face such as eyes, nose and mouth, as well as their relationships with each other. Feature vectors describing the characteristics of face images are evaluated by using deformable templates and active contour models, where excessive geometry and the minimization of energy functions are involved. Principal component analysis, based on information theory concepts, seek a computational model that best describes a face, by extracting the most relevant information contained in that face. Goal is to find out the eigenvectors (eigenfaces) of the covariance matrix of the distribution, spanned by a training set of face images. Later, every face image is represented by a linear combination of these eigenvectors. Evaluation of these eigenvectors are quite difficult for typical image sizes but, an approximation that is suitable for practical purposes is also presented. Recognition is performed by projecting a new image into the subspace spanned by the eigenfaces and then classifying the face by comparing its position in face space with the positions of known individuals. A face recognition system, based on the eigenfaces approach is proposed. Eigenfaces approach seems to be an adequate method to be used in face recognition due to its simplicity, speed and learning capability.