PNN ve SVM kullanarak DWT tabanlı yüz tanıma

Abstract

Anahtar kelimeler: Yüz tanıma, Ayrık Dalgacık Dönüşümü, Olasılıksal Sinir Ağı ve Destek Vektör Makineleri. Gelişen teknolojiyle birlikte insanların ihtiyaçlarının karşılanma oranı artmaktadır. Kişi ve kurumların güvenlik ihtiyacının karşılanması ile ilgili yöntemler de artmaktadır. Güvenlik ihtiyacının karşılanma yöntemlerinden birisi de biyometrik özelliklerin kullanılmasıdır. Göz retinası, parmak izi, imza, yüz, ses, DNA gibi özellikler biyometrik veri olarak kabul edilmektedir. Yüz tanıma, kişi tanımada kullanılan yaygın biyometrik yöntemlerden birisidir. Yüz tanıma, yapay görünün zorlu problemlerinden biridir. Bu çalışmada veri tabanından alınan gri seviyeli yüz görüntülerinin bilgisayar ile tanınması hızlı bir şekilde sağlanmaktadır. Bu sayede kişinin doğrulanması ve tanınması mümkün olmaktadır. Bu çalışmada, öncelikle görüntüdeki yüzler Viola-Jones (VJ) yöntemiyle tespit edilmiştir. Daha sonra tespit edilen yüzler öznitelik çıkarılması amacıyla Ayrık Dalgacık Dönüşümüne (DWT) tabi tutulmuştur. 3 seviyeli DWT işleminin sonucunda oluşan alçak frekans bölgesi, sınıflandırıcıların girişlerine gönderilmiştir. Bu çalışmada sınıflandırma için iki farklı yöntem kullanılmıştır. Birincisi; Olasılıksal Sinir Ağı (PNN) yöntemi, ikincisi ise Destek Vektör Makineleri (SVM) yöntemidir. Sonuçların yüzdelik performansları ile işlem süreleri tablolarla karşılaştırılmıştır. Yapılan uygulamalar sonucu Olasılıksal Sinir Ağı Yönteminin diğer yönteme göre daha iyi performans gösterdiği görülmüştür. Uygulama esnasında gri seviyeli görüntüler kullanılmıştır. Sisteme renkli görüntüler de uyarlanabilir.

Keywords: Face recognition, Discrete Wavelet Transform, Probabilistic Neural Network, Support Vector Machine. The rate of satisfying the requirements of people have increased by development of technologies. Techniques for satisfying the needs of personal or institutional security are also increasing. In number one of the methods for ensuring the security needs are using biometric features. The features such as iris, fingerprint, signature, face, voice and DNA are utilized as biometric data. Face recognition is one of the commonly used biometric methods for person recognition. Nevertheless, one of the most difficult problems of artificial vision is face recognition. In this paper, the grey scale face image of the investigated person is searched among the face images in the database and matched using several techniques by means of computers. Through this way, it is possible to verify and recognize the person. In this study, first of all the faces within a picture are detected by Viola-Jones method. Then, the characteristics of detected faces are obtained by using Discrete Wavelet Transform (DWT) method. Low frequency zone which is obtained after the process of 3-Levels DWT is sent to the inputs of the classifiers. Herein, two different methods are used for classification. One of them is probabilistic neural network method and the other one is support vector machine method. The results of both methods are compared within tables according to performance percentage and process times. The results of the implementations indicate that probabilistic neural network method gives better performance than the other method. During the implementation grey scale images are used. Also, colored images can be adapted to the system.