Gerçek zamanlı video görüntülerinden yüz bulma ve tanıma sistemi

Yüz bulma ve yüz tanıma sistemleri geçtiğimiz yıllarda bilimsel araştırma grupları ve piyasatarafından oldukça geniş ilgi görmüştür ve halen bu sistemlerin gerçek zamanlı uygulamalarınıngeliştirilmesi oldukça zorlayıcı bir branş olarak görülmektedir. Ayrıca makine öğrenmesi vebilgisayarda grafik işleme toplulukları da yüz bulma ve tanıma çalışmalarına dahil olmuşlardır.Farklı branşlarda uzmanlaşmış bu araştırmacıların ortak ilgisi, yüz bulma ve tanımaproblemlerinin çözümünün gündelik ve sanal hayata kazandıracağı artı değerin yadsınamayacakbir öneme sahip olmasından kaynaklanmaktadır.Yüz bulma ve tanıma teknikleri gerekli koşulların sağlandığı ortamlarda oldukça iyi sonuçlarvermelerine karşın, ortam şartlarındaki küçük değişimlerde yüz bulma ve tanıma problemi büyükölçüde çözümsüz kalmaktadır. Bu tez çalışması kapsamında video görüntülerinden gerçekzamanlı bir yüz bulma ve tanıma sistemi için ihtiyaç duyulan metodolojiler ve yaklaşımlartasarlanmış ve problemin çözümü için yüksek standartlarda bir uygulama geliştirilmiştir.Yüz bulma probleminin çözümü için farklı aydınlanma ve pozlarda çekilmiş yüz resimlerindenyarım milyonun üzerinde ten rengi piksel toplanmıştır. Bir resim üzerindeki yüz rengi olan ve yüzrengi olmayan alanların sınıflandırılması bir ikili sınıflandırma problemidir. Dolayısıyla toplananbu yarım milyon ten rengi pikselin YCbCr renk uzayındaki karşılıkları ile bu renk uzayının diğerkısmı ikili sınıflandırma problemlerinde başarısını kanıtlamış destek vektör makinesi algoritmasıile birbirlerinden ayrılmışlardır. Sınıflandırılmış piksellerin kullanılmasıyla video kareleriüzerindeki ten rengi alanların tespit edilmesi için yeni bir yöntem geliştirilmiştir. Videokarelerinde tespit edilen ten rengi alanlar üzerindeki yüzün tespit edilmesi için istatistiksel bir yüzkonumlandırma metodu kullanılmıştır. Bu metodda temel olarak x ve y eksenleri boyunca alınanhistogramlar kullanılarak yüz alanının merkez koordinatları, yüksekliği ve genişliği bulunmuştur.Son olarak yüz tanıma sürecinin başarımını arttırmak için yüz bulma sisteminin çıktılarıstandartlaştırılmış bir kanonik yüz modeline dönüştürülmüştür. Yapılan testlerde yüz bulmabaşarım oranları %90, hata oranı %10 olarak elde edilmiştir.Geliştirilen yüz tanıma sistemi, temel bileşen analizi yöntemlerinden biri olan, özyüz uzayıprojeksiyonlama ile yüzlere ait özellik kümelerini türetmektedir. Kullanılan temel bileşen analiziyöntemi, yüz tanıma problemine iki boyutlu bir tanıma problemi olarak yaklaşmaktadır. Yüzlerarasındaki farklılıkları en iyi ortaya çıkaran yüz uzayına ait özvektörler ve özyüzler elde edilir.Ardından gerçek yüzler bu özyüzlerin kombinasyonları ile ifade edilerek, yüzlere ait özellikkümeleri türetilir. Son olarak, yüz tanıma işlemi sırasında eğitim ve test yüzlerinin özellikkümeleri arasındaki benzerlikler destek vektör makinesi yöntemi ile bulunmaktadır. Yüz tanımasisteminde yer alan kişilerin her birinin sistemde en az beş farklı yüzle ifade edilmesi yüz bulmasisteminin performansını arttıran bir özelliktir. Seri olarak analiz edilen video karelerinden entutarlı tanıma sonuçların elde edilmesi için kayan pencere yaklaşımı geliştirilmiştir. Yapılantestlerde yüz tanıma sisteminin başarım oranı %91, hata oranı %5 olarak kaydedilmiştir.Anahtar Kelimeler: Yüz tanıma, yüz bulma, temel bileşen analizi, destek vektör makinesi, videotabanlı görüntü işleme, gerçek zamanlı uygulamalar.JÜRİ:1. Yrd. Doç. Dr. M. Elif KARSLIGİL (Danışman) Tarih: 05.06.20062. Prof. Dr. A. Çoşkun SÖNMEZ Sayfa Sayısı: 903. Doç. Dr. Selim AKYOKUŞ