Automatic face recognition with convolutional neural network
dc.contributor.advisor | Kasapoğlu, Necip Gökhan | |
dc.contributor.author | Rabiei, Abdul Muneer | |
dc.date.accessioned | 2020-12-04T17:42:49Z | |
dc.date.available | 2020-12-04T17:42:49Z | |
dc.date.submitted | 2019 | |
dc.date.issued | 2020-03-12 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/94480 | |
dc.description.abstract | Yüz tanıma sistemi geniş uygulamaları nedeniyle büyük ilgi görüyor. Robotik, kontrol sistemleri, güvenlik sistemleri ve bilgisayarlı görüş iletişimi alanında yaygın olarak kullanışlıdır. Yüz algılama ve tanıma, farklı yüz özelliklerine göre yüzü orijinal görüntüden ayırmanın ve ardından yüz karşılaştırması için veritabanı kullanan bazı algoritmaların yardımı ile tanınmanın tam bir yöntemidir. Bununla birlikte, yüz ifadesi, yüz konumu ve poz tespiti dahil olmak üzere yüz tanıma alanında araştırma yapılması gerekir. Tek bir görüntü vererek zorluk, görüntünün yüzdeki sorunları algılamasıdır, çünkü algılamada ışık sorunları, ten rengi, yüz boyutu ve ifadelerle karşılaşılmalıdır. Bu nedenle, Yüz algılama özellikle verilen görüntü bulanık ve bulanık olduğunda zor bir iştir. Ardından, yüzü veri kümesiyle karşılaştırmak veya yüzü kurtarmak için yüz tanıma kullanılır. Bu yazıda Eigen Face tanıma derin sinir ağı yardımı ile kullanılmıştır.Anahtar Kelimeler: CNN, Resnet50, Eigen Faces | |
dc.description.abstract | Face recognition system has large attention because of its wide applications. It is widely useful in the field of robotics, control systems, security systems and computer vision communication. Face detection and recognition is a whole method of separating face from the original image based on different facial features and then recognition with the help of some algorithms, which uses database for face comparison. However, research in the field of face detection including facial expression, face location, and pose detection is required. By giving a single image, challenge is to detect the face from that image, as detection has to face light issues, skin color, face size, and expressions. That is why, Face detection is a challenging task especially when the given image is blurred and fuzzy. Then face recognition is used in order to compare the face with dataset or recover the face. In this paper Eigen Face recognition is used with the help of deep neural network.Keywords: CNN, Resnet50, Eigen Faces | en_US |
dc.language | English | |
dc.language.iso | en | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | tr_TR |
dc.subject | Computer Engineering and Computer Science and Control | en_US |
dc.title | Automatic face recognition with convolutional neural network | |
dc.title.alternative | Konvolüsyonel sinir ağları ile otomatik yüz tanıma | |
dc.type | masterThesis | |
dc.date.updated | 2020-03-12 | |
dc.contributor.department | Elektrik-Elektronik Mühendisliği Anabilim Dalı | |
dc.identifier.yokid | 10316011 | |
dc.publisher.institute | Lisansüstü Eğitim Enstitüsü | |
dc.publisher.university | İSTANBUL AYDIN ÜNİVERSİTESİ | |
dc.identifier.thesisid | 615076 | |
dc.description.pages | 84 | |
dc.publisher.discipline | Elektrik Elektronik Mühendisliği Bilim Dalı |