Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

Development of a Face Recognition System

BROWSE_DETAIL_IDENTIFIER_SECTION

BROWSE_DETAIL_TYPE: Thesis

BROWSE_DETAIL_SUB_TYPE: Masters

BROWSE_DETAIL_PUBLISH_STATE: Published

BROWSE_DETAIL_FORMAT: PDF Document

BROWSE_DETAIL_LANG: English

BROWSE_DETAIL_CREATORS:

BROWSE_DETAIL_CONTRIBUTERS: Erden, Abdulkadir (Thesis Advisor), Gürel, Cahit (Preparer),

BROWSE_DETAIL_TAB_KEYWORDS Face recognition system, detection, recognition, skin segmentation, facial feature extraction, FeedForward Neural Network, live acquired image, multiple face detection and recognition.----Yüz tanıma sistemi,bulma,tanıma,ten rengi segmentasyonu,yüz özellikleri çıkarılması,İleri Beslemeli Sinir Ağı,canlı çekilen görüntü,çoklu yüz bulma ve tanıma.
BROWSE_DETAIL_TAB_ABSTRACT Importance of face recognition systems have speed up in the last few decades. A face recognition system is one of the biometric information processing. Applicability is easier and working range is larger than other biometric information processing, i.e.; fingerprint, iris scanning, signature, etc. A face recognition system is designed, implemented and tested in this thesis study. The system utilizes a combination of techniques in two topics; face detection and recognition. The face detection is performed on live acquired images without any application field in mind. Processes utilized in the system are white balance correction, skin like region segmentation, facial feature extraction and face image extraction on a face candidate. Then a face classification method that uses FeedForward Neural Network is integrated in the system. The system is tested with a database generated in the laboratory, with 26 people. The tested system has acceptable performance to recognize faces within intended limits. System also capable of detecting and recognizing multiple faces in live acquired images.-----Son bir kaç on yıl içerisinde yüz tanıma sistemlerinin önemi artmıştır.Yüz tanıma sistemi biyometrik bilgi işleme sistemlerinden biri olup uygulanabilirliği daha kolay ve çalışma alanı diğer biometrik bilgi işlemeye göre daha geniştir.Parmak izi,retina taraması,imza ve benzeri bilgiler biometrik bilgiye örnektir.Bu tez çalışmasında bir yüz tanıma sistemi tasarlanmış,uygulamış ve test edilmiştir.Sistem yüz bulma ve tanıma konularının birleşiminden oluşmuştur.Yüz bulma operasyonu daha önceden belirlenmemiş ve canlı olarak çekilmiş görüntülerden yapılmaktadır.Sistemin çalışma aşamaları beyaz dengesini düzenlemek,ten rengi bölgelerin segmentasyonu,yüz adayından yüz özelliklerinin çıkarılması ve yüz görüntüsünün elde edilmesidir.Devamında da İleri Beslemeli Sinir Ağının sisteme entegre edilmesi ile yüz görüntülerinin sınıflandırılması yapılmıştır.Sistem,laboratuvar ortamında yapılan 26 kişilik veritabanı ile test edilmiştir.Belirlenmiş sınırlar çerçevesinde test edilmiş ve kabuledilebilir performansta yüzleritanımıştır.Sistem aynı zamanda yakalanan canlı görüntüdeki birden fazla yüzü bulabilir ve tanıyabilir.
BROWSE_DETAIL_TAB_TOC 1.INTRODUCTION 2.LITERATURE SURVEY 3.DESIGN OF A FACE RECOGNITION SYSTEM 4.EXPERIMENTS & RESULTS 5.DISCUSSION AND CONCLUSION 6.FUTURE WORKS
BROWSE_DETAIL_TAB_DESCRIPTION
BROWSE_DETAIL_TAB_RIGHTS
BROWSE_DETAIL_TAB_NOTES

BROWSE_DETAIL_TAB_REFERENCES


BROWSE_DETAIL_TAB_REFERENCED_BYS

BROWSE_DETAIL_GOTO_LIST

 

TEXT_STATS

  • TEXT_RECORD_STATS
    • TEXT_STATS_THIS_MONTH: 3
    • TEXT_STATS_TOTAL: 2417
  • TEXT_ONLINE_STATS
    • TEXT_ONLINE_STATS_TOTALONLINEVISITOR: 18
    • TEXT_ONLINE_STATS_TOTALONLINEUSER: 0
    • TEXT_STATS_TOTAL: 18

LINK_STATS