Görüntü işlemede yüz tanıma temel bileşenler analizi ve doğrusal diskriminant analizi yöntemlerinin android mobil uygulamada karşılaştırılması

Abstract

Günümüz teknolojisinde görüntü işleme önemli bir yer kaplamakla beraber bir çok farklı alanda karşımıza çıkmaktadır. Hayatımızı daha kolaylaştıran yüz tanıma; sağlık sektöründe, çalışan takip sistemlerinde, endüstriyel alanlarda, savunma sanayisi gibi alanlarda kullanılmakta ve bu konuda ihtiyaçlar gün geçtikçe artmaktadır.Şirketlerde çalışanların giriş – çıkış bilgileri artık yüz tanıma sistemleri ile tutulmakta, trafikte plaka tanıma, hız sınırı kontrolleri için görüntüler işlenmekte, sağlık sektöründe hastalıkların bir çoğu görüntü işleme sistemleri ile tespit edilmektedir. Bu sayede iş yükü azalmış, stabilite ve güvenilirlik artmıştır. Görüntü işleme yöntemleri kullanılmadan haftalarca, aylarca ve hatta yıllarca sürebilecek işlemler artık dakikalara, saniyelere kadar düşürülmüştür. Bu sistemler eğitildikçe hata oranları azalmakta, gün geçtikçe daha stabil olmaktadırlar.Bu çalışmada, görüntü işleme yöntemlerinden yüz tanıma ele alınmış; bu bir mobil uygulama üzerinde gerçeklenmiş ve farklı iki yöntem performans açısından birbiri ile karşılaştırılmaya, sonuçları incelenmiştir.

In today's technology, image processing takes up an important place and it is seen in many different areas. Face recognition that makes our lives easier; In the health sector, employee monitoring systems, industrial areas, defense industry is used in such areas and needs are increasing day by day.The input and output information of the employees is now kept by face recognition systems, images for the plate identification, speed limit controls in traffic are processed, and most of the diseases in the health sector are determined by image processing systems. In this way, the workload is reduced, stability and reliability are increased. Processes that can last for weeks, months or even years without using image processing methods are now reduced to minutes and seconds. As these systems are trained, error rates decrease and they become more stable day by day.In this study, the facial recognition of image processing methods; This is a mobile application on the two different methods implemented and compared with each other in terms of performance, the results were tried to be examined.