Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Van Yüzüncü Yıl Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik (Dr), Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: Faruk Ayata
Danışman: Hayati Çavuş
Özet:
Yüz tanıma sistemleri, kriminoloji, güvenlik sistemleri gibi görüntü içeren alanlarda veriyi işlemek için görüntü işleme, makine öğrenmesi ve derin öğrenme algoritmaları kullanılmaktadır. Yüz tanıma sistemleri kayıp bireylerin bulunması için umut verici biyometrik teknolojilerden biri olabilir; çünkü ebeveynlerin ve akrabalarının kaybolan bir bireyin yüz fotoğrafına sahip olma olasılığı, parmak izi veya iris gibi diğer biyometrik yöntemlerden daha yüksek olabilmektedir. Bu tez çalışmasında, kaybolan, kaçırılan ya da aranan bireylerin bulunması temeline dayanan içerik tabanlı bir görüntü erişim sistemi tasarlanıp, tasarlanan bu sistem ile yüz tahmini yapmak amaçlanmaktadır. Bu kapsamda sistemde kullanılmak üzere uygun makine öğrenmesi tekniğinin bulunabilmesi için FEI ve CelebA veri seti temin edilmiştir. FEI, CelebA ve aile yüz veri seti üzerinde Makine öğrenmesi tekniklerinden; ESA (Evrişimsel Sinir Ağları), YGH-DVM (Yönelimli Gradyan Histogramı-Destek Vektör Makineleri) ve DSA (Derin Sinir Ağları) yöntemleri kullanılmıştır. Bu yöntemlerin analiz sonuçları değerlendirilerek en iyi yüz tanıma özelliğine sahip olan yöntem olarak %98,86 başarı oranı ile ESA belirlenmiştir. Sonrasında, tarafımızca oluşturulan ve hiçbir çalışmada henüz kullanılmamış olan, aile yüz veri setine ESA tekniği uygulanarak aile yüz referans modeli ve bu model baz alınarak robot resim oluşturulmuştur. Aile yüz veri seti içerisinden rastgele seçilen 10 ailenin aile referans modeline ait robot resmi ile aileden seçilen bir birey kıyaslanarak %88,77 ile %93,90 arasında başarı oranı elde edilmiştir. Ayrıca web tabanlı bir robot resim oluşturma programı hazırlanmıştır.