Durgun Görüntülerden Yüz İfadelerinin Tanınması

dc.contributor.advisor Gökmen, Muhittin tr_TR
dc.contributor.author Akkoca, Bilge Süheyla tr_TR
dc.contributor.authorID 10026735 tr_TR
dc.contributor.department Bilgisayar Mühendisliği tr_TR
dc.contributor.department Computer Engineering en_US
dc.date 2014 tr_TR
dc.date.accessioned 2014-02-10 tr_TR
dc.date.accessioned 2015-04-07T13:59:42Z
dc.date.available 2015-04-07T13:59:42Z
dc.date.issued 2014-02-14 tr_TR
dc.description Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2014 tr_TR
dc.description Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2014 en_US
dc.description.abstract Bu tez çalışmasında yüz ifadelerinin tanınması probleminin çözümüne ilişkin Yerel Zernike Momentleri, Yerel EXOR Örnekleri ve Global Zernike Momentleri yöntemlerinden oluşan 3 basamaklı bir yapı kullanılmaktadır. Bu çalışmada veri setindeki görüntü dizisindeki yüz ifadesinin en belirgin olduğu görüntüler kullanılmaktadır. Çalışmada her yüz görüntüsünden sol göz, sağ göz, gözler, kaşlar arası, burun, sol ağız köşesi, sağ ağız köşesi, tüm ağız, ağız ve burun ve tüm yüzü içeren parçalardan oluşan 10 adet yama belirlenmekte ve hizalanmaktadır. Yamaların üretilmesinden sonra öznitelik vektörünün hesaplanması için yamaların üzerine daha önce bahsedilen 3 basamaklı yapı olan Yerel Zernike Momentleri, Yerel EXOR Örnekleri ve Global Zernike Momentleri yöntemleri sırayla uygulanmakta ve hesaplanan moment değerleri peş peşe eklenerek öznitelik vektörü elde edilmektedir. Hesaplanan öznitelik vektörleri birini dışarda bırak çapraz doğrulama yöntemi ile Destek Vektör Makineleri Kütüphanesi sınıflandırıcısı ile sınıflandırma işlemine tabii tutulmaktadır. Sınıflandırma sonucunda CK+ veri tabanındaki görüntülerde %90.34 başarım ile yüz ifadelerinin tanınması gerçekleştirilmiştir. tr_TR
dc.description.abstract In this study, a cascaded structure, which consists of Local Zernike Moments, Local XOR Patterns and Global Zernike Moments, is applied to the facial expression recognition problem. 10 patches: left eye, right eye, eyes, between eyebrows, nose, left part of mouth, right part of mouth, mouth, nose & mouth and face are cut from the facial images and these patches are aligned. After that, 3 methods are applied to patches. After that, those methods in the cascaded structure are implemented over these patches and feature vector is generated by concatenating all calculated moment coefficients. We use leave one out cross validation system for classification of feature vectors. As a classification method, LibSVM classifier is chosen. Finally, overall system performance on CK+ database images is measured as 90.34 %. en_US
dc.description.degree Yüksek Lisans tr_TR
dc.description.degree M.Sc. en_US
dc.identifier.uri http://hdl.handle.net/11527/427
dc.publisher Fen Bilimleri Enstitüsü tr_TR
dc.publisher Institute of Science and Technology en_US
dc.rights İTÜ tezleri telif hakkı ile korunmaktadır. Bunlar, bu kaynak üzerinden herhangi bir amaçla görüntülenebilir, ancak yazılı izin alınmadan herhangi bir biçimde yeniden oluşturulması veya dağıtılması yasaklanmıştır. tr_TR
dc.rights İTÜ theses are protected by copyright. They may be viewed from this source for any purpose, but reproduction or distribution in any format is prohibited without written permission. en_US
dc.subject Yüz ifadelerinin tanınması tr_TR
dc.subject Yerel Zernike Momentleri tr_TR
dc.subject Yerel EXOR Örnekleri tr_TR
dc.subject Global Zernike Momentleri tr_TR
dc.subject Facial Expression Recognition en_US
dc.subject Local Zernike Moments en_US
dc.subject Local XOR Patterns en_US
dc.subject Global Zernike Moments en_US
dc.title Durgun Görüntülerden Yüz İfadelerinin Tanınması tr_TR
dc.title.alternative Facial Expession Recognition From Static Images en_US
dc.type Master Thesis en_US
Dosyalar
Orijinal seri
Şimdi gösteriliyor 1 - 1 / 1
thumbnail.default.alt
Ad:
14289.pdf
Boyut:
1.85 MB
Format:
Adobe Portable Document Format
Açıklama
Lisanslı seri
Şimdi gösteriliyor 1 - 1 / 1
thumbnail.default.placeholder
Ad:
license.txt
Boyut:
3.14 KB
Format:
Plain Text
Açıklama