Akademik Veri Yönetim Sistemi
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: Van Yüzüncü Yıl Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik (Dr), Türkiye
Tez Danışmanı: Hayati Çavuş
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
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.