Yüz resimlerinden çoklu makine öğrenmesi yaklaşımları ile yaş ve cinsiyet bilgisinin tespit edilmesi

Abstract

Bilgisayarlı sistemlerin yaşantımızın neredeyse her alanına girdiği günümüzde, bu sistemler ile yapılan ve hayatı kolaylaştıran uygulamalar oldukça önem arz etmektedir. Bu uygulamalar arasında güvenlik sistemlerinde oldukça sık kullanılan örüntü tanıma, günümüzde önemi gittikçe artan bir çalışma alanı haline gelmiştir. Bu alan; el yazısından karakter tahmini, ses ve görüntüde tespit edilen bozukluklardan hastalık teşhisi, insansız hava ve kara araçları gibi birçok amaç için kullanılmaktadır. Bu kapsamda yüz örüntülerinden kişi, karakter, yaş ve cinsiyet tespiti gibi birçok çalışma alanı da mevcuttur.Bu tez çalışmasında yüz resimleri kullanılarak yaş ve cinsiyet tahmini yapılmıştır. Temelde iki farklı problem olan yaş ve cinsiyet tahmini bu çalışmada tek bir problem olarak ele alınmıştır. Bu iki problemi en iyi tanımlayacak minimum sayıda özniteliğin belirlenmesi ve elde edilen öznitelik kümesinin sınıflandırılması sonucunda minimum hesaplama sürelerinde maksimum doğruluk değerlerinin üretilmesi ana hedef olarak belirlenmiştir. Çalışmada kullanılan örüntülerdeki yüz bölgelerinin tespitinde, literatürde bulunan birçok çalışmada yaygın olarak tercih edilmiş Viola-Jones algoritması kullanılmıştır. Bu algoritma, yüz bölgesinin düşey ile 15 dereceye kadar açıya sahip olduğu örüntülerde bu bölgeleri tespit etmede başarılıdır, ancak daha yüksek döndürme açılarında başarılı olamamaktadır. Geliştirilen algoritma yardımıyla, kullanıcı tarafından girilecek bir döndürme parametresine bağlı olarak, Viola-Jones algoritmasına düşey ile yapılmış her açıda yüz bölgelerini tespit edebilme becerisi kazandırılmıştır. Bu çalışmada döndürme parametresi 15 derece olarak belirlemiş ve düşey ile 30 dereceye kadar açıya sahip tüm örüntülerde yüz bölgeleri tespit edilmeye çalışılmıştır. Elde edilen yüz örüntülerinden öznitelik çıkartma işleminde iki farklı öznitelik çıkartma algoritması hibrit olarak kullanılmış, bu algoritmalardan elde edilen veri setinin boyutları öznitelik seçme algoritması kullanılarak düşürülmüştür. Bu çalışmada kullanılan color FERET veri setine ait 800 örüntü üzerinde önerilen yöntem ile yapılan sınıflandırma sonuçlarına göre; yaş tespiti 2,63 saniyede %93,1250 doğrulukla, cinsiyet tespiti ise 2,86 saniyede %96,8750 doğrulukla gerçekleştirilmiştir. Elde edilen sonuçlardaki sınıflandırma sürelerinin düşüklüğü ve birbirlerine yakınlığı, önerilen yöntemin bir gömülü sistem uygulamasında kullanılabilirliğini göstermektedir. Ayrıca önerilen yönteme ait doğruluk değerlerinin, literatürde bulunan çalışmaların birçoğundan daha yüksek olduğu gözlemlenmiştir.

The applications that facilitating the life with computer systems are quite important. Pattern recognition which is being used commonly in security systems has become an increasingly important field of study. This field of study is being used for many purposes such as character estimation from handwriting, medical diagnosis from disordered voice and physical appearance, controling of unmanned aerial and ground vehicles. There are also many fields of studies like human, character, age and gender estimation from face images.Age and genders are estimated by using face images in this thesis. Essentially age and gender estimation are two different problems. In this study both of these problems are considered as a single. Determining the minimum feature count to describes these problems and getting maximum accuracy values in minimum calculation times after classification are defined as the main target.In this study the Viola-Jones algorithm, which is used commonly in literature, was used for detection of face patterns. This algorithm is successful only when the face area has a vertical angle of 15 degrees or less. In this study, an improved version of the Viola-Jones algorithm was developed which is able to detect face patterns with any vertical angle depending on a rotation parameter given by the user. The rotation angle was presumed as 15 degrees in this study. Thus, face patterns which have a vertical angle of 30 degrees was searched in images. Two different feature extraction method was used as hybrid for feature extraction from face patterns. Acquired dataset dimensions have been reduced by using feature selection algorithm.According to the classification results that have been acquired by using the proposed method on 800 images from color FERET database; the age estimation was completed in 2,63 seconds with %93,1250 accuracy, the gender estimation was completed in 2,86 seconds with %96,8750 accuracy. All of these results obtained by using 20 fold cross validation method.High accuracy values and short calculation times show that the proposed method is usable in embedded systems. It is observed that the accuracy results obtained by the proposed method are higher than many results in literature.