FBE- Elektronik Mühendisliği Lisansüstü Programı

Bu topluluk için Kalıcı Uri

http://hdl.handle.net/11527/27
Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı altında bir lisansüstü programı olup, yüksek lisans ve doktora düzeyinde eğitim vermektedir. İTÜ Elektronik ve Haberleşme Mühendisliği Bölümü'nün amacı, mühendis ve mühendis adayı öğrencilere, elektronik ve haberleşme düzen ve sistemlerinin tasarım, geliştirme, üretim ve çalışmaları konusunda sağlam bir bilimsel ve teknik bilgi birikimi kazandırmaktır.

Gözat

Yazar "Akgül, Tayfun" ile FBE- Elektronik Mühendisliği Lisansüstü Programı'a göz atma
  • Öge
    Otomatik Karikatür Tanıma
    (Fen Bilimleri Enstitüsü, 2015-06-30) Abacı, Bahri ; Akgül, Tayfun ; 10078538 ; Elektronik ve Haberleşme Mühendisligi ; Electronic and Communication Engineering
    Karikatür, kişilerin baskın özelliklerinin vurgulanıp, yaygın özelliklerinin bastırılması yoluyla oluşturulmuş komik çizimlerdir. Bu çizimlerin en şaşırtıcı yanı, genellikle birkaç çizgiden oluşmalarına rağmen, çoğu zaman fotoğraflardan daha kolay tanınmalarıdır. Bunun temel nedeni, karikatür çiziminde kullanılan vurgulama ve bastırma tekniklerinin, insan beyninin çalışması ile paralellik göstermesidir. Yapılan psikolojik çalışmalar insan beyninin kişileri ortalama bir yüzden sapmasını kodlayarak sakladığını göstermiştir. Karikatürlerde kişilerin ortalama bir yüzden sapmalarının abartılması yoluyla oluştuğundan bu çizimlerin fotoğraf ve çizimlere kıyasla daha kolay tanındığı düşünülmektedir. İnsanlar için durum böyle iken bilgisayarlar için durum tersidir. Karikatürlerin sanatçının karakteristiğine bağlı çok farklı çeşitlerde çizilebilmesi ve şekillerin genel bir ölçü kısıtının olmaması (göz ağızdan büyük olabilir, burun ağızdan aşağıda yer alabilir,vs.) klasik model tabanlı yaklaşımların bu imgeler üzerinde çalışmayacağını göstermektedir. Literatürde şu ana kadar yapılan çalışmalar, bu veriler üzerindeki kısıtlar göz önüne alındığında genellikle üst seviye öznitelik (cinsiyet, saç rengi,vs.) çıkarımını önermektedir. Bu özniteliklerin doğru bir şekilde çıkarılması ile iki uzam arasındaki boşluk ve farklar en aza indirilebilmektedir. Bu çalışmada karikatüristlerin insan yüzü çizimlerinde kullandığı temel teknik kurallar kullanılarak karikatür tanımaya yönelik bir yöntem sunulmuştur. Bu doğrultuda karikatür ve fotoğraflar arasında tutarlılıkları yüksek 32 öznitelik (cinsiyet, yüz şekli, saç rengi, burun-ağız arası mesafe, vs.) belirlenmiş ve bu özniteliklerin çakıştırılması hedeflenmiştir. Karikatür ve fotoğraflar arası geçişi daha nesnel bir hale getirmek için belirlenen öznitelikler göreceli sınıflara (büyük-normal-küçük gibi) ayrılmıştır. Böylece abartmanın boyutundan bağımsız olarak her iki grup içinde aynı özniteliklerin bulunabileceği varsayılmıştır. Önerilen öznitelik tabanlı yöntemin başarısını test etmek amacıyla 270 karikatür-fotoğraf çiftinden oluşan yeni bir veri tabanı oluşturulmuştur. Veri tabanı 640x480 boyutuna ölçeklendirilmiş siyah beyaz karikatürler ve renkli fotoğraf karşılıklarından oluşmaktadır. Oluşturulan veri tabanı bugüne kadar oluşturulan en büyük karikatür veri tabanı olma özelliğini taşımakta ve diğer algoritmaların test edilmesi amacıyla kullanıcıların açık erişimine sunulmaktadır.  Çalışmada 540 imgelik veritabanında belirlenen 32 öznitelik üç kişi tarafından oylanarak deneylerde kullanılmak üzere saklanmıştır. Tezde veritabanına ek olarak oylanan özniteliklerin sonuçları ve iki uzam arası ilişkileri de incelenmiştir. Yapılan incelemelerde önerilen öznitelik tabanlı yaklaşımın iki uzam arasında kullanılacak güçte bir öznitelik olduğu görülmüş ve bu özniteliklerin fotoğraflar üzerinden otomatik çıkarımına ilişkin yöntemler geliştirilmiştir. Önerilen yöntem ilkin verilen imgede yüz bölgesini ve gözbebeklerini bulmakta, ardından aktif şekil modelleri ile 76 yüz nirengi noktalarını belirlemektedir. Bu noktaların belirlenmesinin ardından, noktalar normalize edilerek geometrik öznitelikler (ağız-burun arası mesafe, çene uzunluğu, burun genişliği,vs.), noktalar etrafından kesilen imge parçalarının incelenmesi ile de doku tabanlı öznitelikler (cinsiyet, saç rengi, sakal,vs.) bulunmuştur. Herbir özniteliğin öğrenilmesi için imgeler öznitelik çıkarma işleminden geçirilerek (cinsiyet için yerel ikili örüntüler yöntemi, sakal için yansı imge yöntemi,vs.) bayesçi kestiriciler, destek vektör makinaları ve en yakın komşu sınıflandırıcı gibi öğrenme algoritmaları kullanılmıştır.  Geometrik özniteliklerin çıkarımı eğitim sayısının az olması nedeniyle yüksek seviyeli öznitelikler çıkarılarak yapılmıştır. Örneğin burun hacmi özniteliği için önce yüz ve göz bölgeleri tespit edilmiş ardından yüz nirengi noktaları bulunmuştur. Bu nirengi noktalarından burun etrafındaki yedi nokta kullanılarak burunu çevreleyen çokgen bulunmuş ve bu çokgenin alanı hesaplanmıştır. Hesaplanan alan eğitim verisi üzerinde hesaplanan dağılıma uyuyorsa normal, altında ise küçük, üstünde ise büyük kararları verilmiştir.  Doku tabanlı özniteliklerde ise klasik örüntü tanıma yöntemleri uygulanmıştır. Örneğin, cinsiyet bilgisinin çıkarılması için verilen görüntüde önce yüz bölgesi tespit edilmiş ardından göz bebeği ve yüz nirengi noktaları tespit edilmiştir. Nirengi noktaları kullanılarak yüz bölgesi 128x128 boyutlarına kesilmiş ve yerel ikili örüntüler kullanılarak öznitelik çıkarımı yapılmıştır. Çıkarılan öznitelikler destek vektör makinaları ile sınıflandırılmış ve cinsiyet özniteliğine ait sınıflandırıcı fonksiyon elde edilmiştir. Benzer şekilde, saç renginin bulunması içinse öncelikle iki katmanlı Bayesçi bir sınıflandırıcı kullanılarak saç bölgesi bölütlenmiş, ardından bu bölgenin altında kalan renk ve doku özellikleri kullanılarak saç ile ilgili öznitelikler çıkarılmıştır. Tezde önerilen 32 öznitelikten 23 ünün fotoğraflar üzerinden otomatik çıkarımı yapılmış ve yöntemlerin çalışması detaylı şekilde anlatılmıştır. Uzamlar arası geçişte özniteliklerin etkilerini gözlemlemek amacıyla genetik algoritmalar ve lojistik bağlanım kullanarak, saptanan özniteliklerin önemini hesaplayan bir yöntem geliştirilmiştir. Geliştirilen yöntem ile iki uzam arası en tutarlı ve ayırt edici özniteliklerin (cinsiyet, gözlük, saç rengi, vs.) yüksek öneme sahip, tutarsız veya ayırt ediciliği düşük öznitelikler (badem göz, burun genişliği,vs.) düşük öneme sahip olduğu görülmüştür.  Geliştirilen çakıştırma sisteminde sıklıkla kullanılan Manhattan uzaklığı ölçütü kullanılmış ve sonuçları sunulmuştur. Özniteliklerin her birinin farklı ağırlıkları, bu uzaklık ölçütüne eklenerek sistemin başarısında yaptığı etki incelenmiştir.  Ayrıca karikatürlerin renksiz olmasından kaynaklı bazı özniteliklerin iki uzam arasında sürekli bir karışma halinde olduğu görülmüştür. Örneğin saç rengi karikatürlerde görünür bir öznitelik olmadığından özellikle sarı saç rengi olan karikatürler siyah saçlı olarak işaretlenmiştir. Tezde bu tip sorunları da çözmek üzere farklı bir uzaklık ölçme yöntemi önerilmiştir. Sonuç olarak çalışmada 270 karikatür-fotoğraf çiftinden oluşan yeni bir veritabanı ve bu karikatürlerin tanınmasında kullanılabilecek 32 öznitelik önerilmiştir. Çalışmada bu özniteliklerin önemi irdelenmiş ve önemli olan özniteliklerin fotoğraflardan otomatik çıkarımına ilişkin yöntemler geliştirilmiştir. Geliştirilen sistem ile çizilen bir karikatürün veri tabanındaki fotoğraflar içerisinde aranması ve karikatüre en benzer fotoğrafların bulunması sağlanmıştır.
  • Öge
    Yüz Veritabanı Uygulaması Yapılandırması Ve Yüz Özniteliklerinde Öğrenme Yöntemlerinin Veritabanına Uygulanması
    (Fen Bilimleri Enstitüsü, 2014-10-27) Kozan, Gizem İrem ; Akgül, Tayfun ; 10054309 ; Elektronik ve Haberleşme Mühendisligi ; Electronic and Communication Engineering
    Kişi tanıma uygulamaları, insanların ölçülebilir biyolojik özelliklerinden faydalanırlar. Bu ölçülebilir özellikler biyometrik özellikler olarak adlandırılırlar. Biyometrik özelliklere parmak izi, retina, göz bebeği, yüz, avuç içi izi, el yazısı, DNA ve ses örnek verilebilir. Kişi tanıma uygulamaları, erişim kontrollerinde kişinin kimliğini tespit etmek ve doğrulamak gibi amaçlarla kullanılırlar. Kişilerin kimliğini biyometrik özellikleriyle doğru tespit edebilmek için biyometrik özelliklerin tutulduğu veritabanları ile karşılaştırma yapılır. Biyometrik özelliklerin tutulduğu veritabanında istatistiksel yöntemlerle bir hesaplama yapılarak en çok eşleşen kişi belirlenir. Yapılan kişi tanıma uygulamalarında uygulamanın çalıştığı veritabanı büyüklüğünün ve çeşitliliğinin performans açısından önem taşıdığı görülmüştür. Performans metriklerini doğru sonucun alınması (doğruluk), sonuç alınma süresi (hız), yöntem kolaylığı olarak ifade edebiliriz. Eğitim kümesinin veritabanındaki daha çok veriyi kapsaması doğruluğu arttırırken, daha çok işlem yapılacağı için daha hızlı sonuç veren eğitim algoritmalarının kullanılmasını gerektirir. Eğitim kümesinin galeriye göre küçük olması doğruluğu azaltacaktır. Kullanılacak yöntemin veritabanı ve eğitim kümesi büyüklüğüne göre uygunluğunu değerlendirilmelidir. Bu tezde yapılan çalışmada yüz biyometrisi kullanılmış ve buna ilişkin bir veritabanı oluşturulmuştur, geleneksel yüz tanıma yöntemleri araştırılmıştır. Yöntemlerin uygulanış biçimleri değerlendirilmiştir. Yüz tanımada, eldeki bir kayıt üzerinde yüz öznitelikleri, şablon, üç boyutlu maske veya ten dokusu gibi yöntemler kullanılır ve yüz doğrulamada kişinin yüz veritabanınındaki bir yüz kaydıyla eşleşmesi sağlanır. Yüz tanıma ve doğrulama amaçlı kullanılan kayıtlara video karesi, fotoğraf, portre çizimi örnek verilebilir. Yüz tanıma, kolay elde edilebilirlik açısından işlevseldir. Topluma açık alanlarda izleme kameraları tarafından tutulan kayıtlar bu amaçla kullanılırlar, ancak izin alınmaksızın yapılan kayıtlar, kişilerin gizliliklerine müdahale olarak nitelendirilebilir. Bu yüzden tez çalışmasında kullanılan yüz kayıtlarının paylaşıma ve kullanıma açık olduğu teyit edilmiş ve gerekli izinler sahiplerinden alınmıştır. Yüz açısı, ortam aydınlatması, gözlük takılması, yüzü kapatan saç stilleri gibi birçok etkene bağlı olarak diğer biyometrik özelliklerle kıyasla yüz biyometrik özelliği için işlevsellikte düşüş yaşanabilmektedir. İnsanların yüz tanımasıyla otomatik uygulamaların yaptığı yüz eşleştirmelerinin sonuçları bu gibi sebeplerle farklı çıkmaktadır. TÜBİTAK'ın desteklediği 112E142 nolu Karikatür Yapım Kurallarından Yararlanarak Yüz Tanımaya Yönelik Çizim Desen ile Fotoğraf Çakıştırması Projesi'nin bir parçası olarak yapılan bu tez çalışmasında yüz özniteliklerinin incelenmesi için oluşturulan örnek yüz veritabanında yüz öznitelikleri sınıflandırılmıştır. Yüz veritabanında fotoğraf ve karikatür çiftleri tutulmaktadır. Gönüllü katılımcılarla yapılan web tabanlı oylama sistemi üzerinden her yüz kaydı için veri toplanmıştır. Oylama sistemi için altyapı oluşturulmuş ve İTÜ sunucuları kullanılmıştır. Toplanan verilere öğrenme yöntemleri uygulanarak önemli yüz öznitelikleri tespit edilmeye çalışılmıştır. Oluşturulan karikatür-fotoğraf veritabanının kullanışlılığından ve toplanan verilerin istatistiksel işleme uygunluğu değerlendirilmiştir. İleride yapılabilecek çalışmalar ve veritabanının kullanılabileceği alanlar hakkında bilgi verilmiştir.