DERİN ÖĞRENME TABANLI YÜZ AYIRT ETME VE TANIMA

Abstract

Yüz ayırt etme ve tanıma konuları bilgisayar görmesi alanında uzun yıllardır çalışılan aktif araştırma konularıdır. Literatürde, istatiksel tabanlı, görünüm tabanlı ve şablon eşleme tabanlı gibi yöntemler bulunmaktadır. Var olan bu yöntemler, poz değişikliği, aydınlanma etkisi ve gürültülü görüntülerde istenilen başarıyı çoğu zaman sağlayamamaktadır. Son yıllarda, donanımsal kısıtların giderilmesi ile birlikte yapay sinir ağlarının katman sayısı arttırılarak derinleştirilmiş modeller geliştirilmiştir. Bu yapılar genel olarak "derin öğrenme" olarak bilinmektedir. Makine öğrenme konularının neredeyse hepsinde kullanılarak, var olan durumu iyileştiren derin öğrenme, görüntü işleme problemlerinin çözümü için de kullanılmaktadır. Sonuç olarak bu tez çalışmasında son zamanların popüler konusu derin öğrenme irdelenmiş, derin öğrenme mimarilerinden olan evrişimsel sinir ağları kullanılarak yüz ayırt etme ve tanıma işlemleri gerçekleştirilmiştir.

Face detection and recognition are the most popular research topics that have been working in computer vision for many years. In the literature, there are statistical based, appearance based and template matching based methods for face detection and recognition. However, in most case these methods do not provide the desired success in exposure change, lighting effect and noisy images. In recent years, with the elimination of hardware constraints, the number of layers of artificial neural networks has been increased and deepened models have been developed. These structures are generally known as "deep learning". The machine is also used in almost all of the learning topics in order to solve deep learning on image processing problems that improve the existing situation. Consequently, in this thesis, deep learning which is recently the most popular subject in machine learning has been examined and face detection and recognition with the help of CNN (Convolutional Neural Network) have been realized.