Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız: http://acikerisim.ktu.edu.tr/jspui/handle/123456789/4385
Tüm üstveri kaydı
Dublin Core AlanıDeğerDil
dc.contributor.authorDabanoğlu, Muhammet Bekir-
dc.date.accessioned2022-07-22T08:08:11Z-
dc.date.available2022-07-22T08:08:11Z-
dc.date.issued2018-06-
dc.identifier.urihttp://acikerisim.ktu.edu.tr/jspui/handle/123456789/4385-
dc.description.abstractBu çalışmada, altı temel ifadeden oluşan, mutluluk, üzüntü, korku, tiksinme, şaşırma ve öfke ifadelerinin, makine öğrenmesi yardımıyla, kişiden bağımsız olarak gerçek zamanlı videodan tanınması amaçlanmıştır. Yüz ifadesi tanımanın üç hayati adımı bulunmaktadır. Bunların ilki, görüntüden yüz görüntüsü elde etmek, ikincisi ifadeleri iyi temsil edecek öznitelikler elde etmek ve son adım ise başarılı bir makine öğrenme yöntemi ile birlikte ifade tanımanın gerçekleştirilmesidir. Çalışmada görüntüden yüz görüntüsü elde etmek için "Haar Basamaklı Sınıflandırıcıları Yöntemi" kullanılmıştır. Elde edilen yüz görüntülerinden ifadeleri temsil etmek için İkili Yerel Örüntüler (Local Binary Pattern - LBP) öznitelik olarak kullanılmış ve son olarak bu öznitelikler çeşitli makine öğrenmesi yöntemleri ile sistematik olarak Cohn-Canadian veritabanından alınan görüntülerden çeşitli verisetleri oluşturularak incelenmiştir. Yapılan kapsamlı analizlerde Yerel İkili Örüntülerin yüz ifadesi tanımada etkili olduğu gözlemlenmiştir. Deneylerden sonra, yüz ifadesi tanımada en başarılı bulunan yöntem ve veri seti, gerçek zamanlı videodan alınan görüntüler üzerinde denenmiş ve sonuçlar çalışma içerisinde sunulmuştur. Elde edilen sonuçlara göre, dört sınıftan (ifadesiz, mutluluk, şaşırma ve üzüntü) oluşan veri seti, Destek Vektör Makineleri sınıflandırıcı kullanılarak en yüksek tanıma oranı olan %85,37 tanıma doğruluğuna ulaşılmıştır. İncelenen temel altı yüz ifadesi içerisinde diğer sınıflarla en az karıştırılan iki duygu ise şaşırma ve mutluluk olarak gözlemlenmiştir.tr_TR
dc.language.isotrtr_TR
dc.publisherKaradeniz Teknik Üniversitesi / Fen Bilimleri Enstitüsütr_TR
dc.subjectYüz İfadesi Analizi, Görüntü İşleme, Yerel İkili Örüntüler, Makine Öğrenmesitr_TR
dc.subjectFacial Expression Analysis, Image Processing, Local Binary Patterns, Machine Learningtr_TR
dc.titleMakine öğrenmesi ile gerçek zamanlı videodan yüz ifadesi analizitr_TR
dc.title.alternativeFacial expression recognition with machine learning in real-time videotr_TR
dc.typeThesistr_TR
Koleksiyonlarda Görünür:İstatistik ve Bilgisayar Bilimleri

Bu öğenin dosyaları:
Dosya Açıklama BoyutBiçim 
523069.pdf1.69 MBAdobe PDFKüçük resim
Göster/Aç


DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.