Üç boyutlu görüntülerde çakıştırma

Bu tezde 3B yüz görüntülerinin çakıştırılması konusunda çalışılmıştır. 3B yüz görüntülerinin çakıştırılmasında yaygın olarak kullanılan ?İteratif En Yakın Nokta? (ICP) algoritması tercih edilmiştir. ICP algoritması genel olarak bütün 3B nesnelerin çakıştırılması için önerilmiş etkin bir yöntemdir. Bu algoritma sonunda çıkan uzaklık değeri görüntülerin benzerliği hakkında bilgi içermektedir; bu bilgi yüz tanıma için de kullanılabilir. Bu çalışmada farklı senaryolar oluşturularak çakıştırma yapılmış ve bunun sonuçları yüz tanıma amacıyla başarılı bir şekilde kullanılmıştır. Ancak ICP algoritması yavaş çalışmaktadır ve ilk duruma bağlı olarak lokal minimuma yaklaşma sorunu mevcuttur. Bu problemleri çözmek için bazı ön işlemlerin uygulanması önerilmiştir; böylece tanıma başarısı arttırılmıştır. İlk konuma bağlılığı ortadan kaldırmak için 2 adet yaklaşım incelenmiştir. Farklı açılara bakan görüntüler çakıştırma başarısını düşürmektedir. Bu sorunu aşmak için ilk yöntemde 3B uzayda bulunan görüntümüze yine 3B uzayda uygun çevirme değerleri uygulanarak yüzler düzeltilmiş, ikinci yöntemde ise yüze ait simetri düzlemi bulunarak yüzler belirli bir doğrultuya yönlendirilmiştir. İşlem yükünü azaltmak için de eş noktaların bulunması için tüm uzay yerine parçala ve fethet mantığına dayanan KD ağacı algoritması kullanılmıştır. Deneysel çalışmalar kısmında test kümesi olarak tüm yüz, burun-göz bölgesi, burun bölgesi ve profil alınmış ve veritabanı görüntüleri ile karşılaştırılmıştır. 18 adet yüz ile yapılan çalışmaların sonucunda tüm yüz tanıma için %94,4, burun ve göz bölgesi ile yapılan çalışma sonucunda %94,4, burun bölgesi ile yapılan çalışmada %88,8, profil ile yapılan testte ise %88,8 başarı elde edilmiştir. Karakteristik bölgelerin tanıma başarısına etkisini görmek için ise yanak bölgesi seçilmiştir. Bu testin başarısı karakteristik özellik taşımadığı için %33,3 çıkmıştır.