Transfer derin öğrenme metotları ile yüz ifadelerinden kişi tanıma
| dc.contributor.advisor | Kaya, Yılmaz | |
| dc.contributor.advisor | Minaz, Mehmet Recep | |
| dc.contributor.author | Eroğlu, Hasan | |
| dc.date.accessioned | 2024-12-24T18:13:01Z | |
| dc.date.available | 2024-12-24T18:13:01Z | |
| dc.date.issued | 2022 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı | |
| dc.description | Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı | |
| dc.description.abstract | Kişilerin resimler ve videolar üzerinden tanınması son yıllarda giderek artan bir şekilde araştırma konusu yapılmaktadır. İlk dönemlerde güvenlik kaygıları ile geliştirilen yüz ve nesne tanıma teknolojileri, günümüzde eğlence ve ekonomik fayda sağlamak amacı ile daha fazla önem kazanmıştır. Mobil cihazların toplumun hemen her bireyi tarafından yaygın olarak kullanılması sonucu, mobil cihazlarda yer alan hem güvenlik birimlerinde hem dijital görüntülere ait çeşitli yazılımlarda mobil cihaz üreticisi firmaların rekabette öne geçme çabaları, kişi tanıma algoritmalarına olan ilgiyi arttırmaktadır. Yüz tanıma algoritmaları üzerine yapılan çalışmalarda, son dönemde büyük veriler ve karmaşık hesaplamalar gerektiren görüntü işlemede oldukça önemli başarı sağlayan derin öğrenme teknikleri oldukça yaygın bir kullanıma sahiptir. Bu çalışmada da yüz tanımada Alexnet, Vgg16, Vgg19, Resnet50 ve Resnet101 derin transfer yöntemleri kullanılmıştır. Yöntemlerin test edilmesi için ORL veri seti kullanılmıştır. En yüksek başarı %99,1 ile Resnet101 modeli ile gözlenmiştir. En düşük başarı ise Vgg modeller ile elde edilmiştir. | |
| dc.description.abstract | Recognition of people through images and videos has been an increasing subject of research in recent years. Face and object recognition technologies, which were developed with security concerns in the early periods, have gained more importance today in order to provide entertainment and economic benefits. As a result of the widespread use of mobile devices by almost every member of the society, the efforts of mobile device manufacturers to stay ahead of the competition in both security units and various software for digital images on mobile devices increase the interest in person recognition algorithms. In studies on face recognition algorithms, deep learning techniques have been widely used in image processing, which requires large data and complex calculations. In this study, Alexnet, Vgg16, Vgg19, Resnet50 and Resnet101 deep transfer methods were used in face recognition. The ORL dataset was used to test the methods. The highest success was observed with the Resnet101 model with %99,1. The lowest success was obtained with Vgg models. | |
| dc.identifier.endpage | 72 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=5XiSE4yCP_gmnukpMEp65YYhWeTwWpxe6HF7i8LTUciFwKtus4tHtVWMOoWXa4Rs | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12604/3251 | |
| dc.identifier.yoktezid | 716198 | |
| dc.language.iso | tr | |
| dc.publisher | Siirt Üniversitesi | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.snmz | KA_20241218 | |
| dc.subject | Elektrik ve Elektronik Mühendisliği | |
| dc.subject | Electrical and Electronics Engineering | |
| dc.title | Transfer derin öğrenme metotları ile yüz ifadelerinden kişi tanıma | |
| dc.title.alternative | Person recognition from facial expressions with transfer deep learning methods | |
| dc.type | Master Thesis |
