Show simple item record

dc.contributor.advisorGörgünoğlu, Salih
dc.contributor.authorÖz, Kadriye
dc.date.accessioned2020-12-06T11:21:44Z
dc.date.available2020-12-06T11:21:44Z
dc.date.submitted2012
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/99148
dc.description.abstractYüz tanıma, kişi tanımada kullanılan yaygın biyometrik yöntemlerden birisidir. Tanınması istenen kişinin yüz resminden çeşitli yöntemlerle elde edilen özellikler, veritabanındaki yüz resimleri ile karşılaştırılmaktadır. Bu sayede kişinin doğrulanması ve tanınması mümkün olmaktadır. Bu çalışmada yüz tanıma için özyüzler ve dalgacık dönüşümü yöntemleri kullanılmıştır. Yüz resimlerinin işlenmesi kişi ve kişiye ait resim sayısının artmasıyla birlikte daha fazla zaman almaktadır.Günümüzde, bu tür zaman alıcı uygulamalarda performans artırmak için paralel programlama tekniklerinden yararlanılmaktadır. Paralel programlama çok çekirdekli işlemciler ile gerçekleştirilebildiği gibi ekran kartlarının yapısındaki çok çekirdekli grafik işlemciler ile de gerçekleştirilebilmektedir. CUDA ekran kartlarının desteklediği genel amaçlı bir paralel programlama mimarisidir.Bu çalışmada özyüzler yöntemi CUDA ile birlikte kullanılarak sistem performansı artırılmıştır. Ayrıca Matlab Parallel Computing Toolbox kullanılarak, dalgacık dönüşümü yöntemiyle geliştirilen yüz tanıma sisteminde performans analizi yapılmıştır. Bu yöntemler kullanılarak geliştirilen, yüz tanıma sistemlerine ait hata oranları ve zaman analizleri karşılaştırmalı olarak sunulmuştur.
dc.description.abstractFace recognition is a biometric method which is used frequently for human recognition. The features which are going to be recognized from a choosen persons's face image are compared to face images in the database. Such that it will be possible verification and recognition of the person. In this study, eigenfaces and wavelet transform methods are used for face recognition. Processing the facial images takes more time with increasing number of person and person's face images.Nowadays, in such time-consuming applications, parallel programming techniques are used to improve performance. Parallel programming can be performed with both multi-core processors and with multi-core graphics processors which are in the structure of graphics cards. CUDA is a general purpose parallel programming architecture which is supported by graphics cards.In this study, system performance is improved by using CUDA together with Eigenfaces method. In addition, in face recognition system which is developed with Wavelet transform method using Matlab Parallel Computing Toolbox, performance analysis are implemented. In this study, the error rates and time analysis of face recognition systems are presented comparatively.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleYüz tanıma sisteminin paralel programlama ile optimizasyonu
dc.title.alternativeOptimization of face recognition system with parallel programming
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentBilgisayar Mühendisliği Anabilim Dalı
dc.subject.ytmFace recognition
dc.subject.ytmMatlab
dc.subject.ytmParallel computing
dc.identifier.yokid441266
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityKARABÜK ÜNİVERSİTESİ
dc.identifier.thesisid316290
dc.description.pages69
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess