Yüz resimlerinden çoklu makine öğrenmesi yaklaşımları ile yaş ve cinsiyet bilgisinin tespit edilmesi

Bilgisayarlı sistemlerin yaşantımızın neredeyse her alanına girdiği günümüzde, bu sistemler ile yapılan ve hayatı kolaylaştıran uygulamalar oldukça önem arz etmektedir. Bu uygulamalar arasında güvenlik sistemlerinde oldukça sık kullanılan örüntü tanıma, günümüzde önemi gittikçe artan bir çalışma alanı haline gelmiştir. Bu alan; el yazısından karakter tahmini, ses ve görüntüde tespit edilen bozukluklardan hastalık teşhisi, insansız hava ve kara araçları gibi birçok amaç için kullanılmaktadır. Bu kapsamda yüz örüntülerinden kişi, karakter, yaş ve cinsiyet tespiti gibi birçok çalışma alanı da mevcuttur. Bu tez çalışmasında yüz resimleri kullanılarak yaş ve cinsiyet tahmini yapılmıştır. Temelde iki farklı problem olan yaş ve cinsiyet tahmini bu çalışmada tek bir problem olarak ele alınmıştır. Bu iki problemi en iyi tanımlayacak minimum sayıda özniteliğin belirlenmesi ve elde edilen öznitelik kümesinin sınıflandırılması sonucunda minimum hesaplama sürelerinde maksimum doğruluk değerlerinin üretilmesi ana hedef olarak belirlenmiştir. Çalışmada kullanılan örüntülerdeki yüz bölgelerinin tespitinde, literatürde bulunan birçok çalışmada yaygın olarak tercih edilmiş Viola-Jones algoritması kullanılmıştır. Bu algoritma, yüz bölgesinin düşey ile 15 dereceye kadar açıya sahip olduğu örüntülerde bu bölgeleri tespit etmede başarılıdır, ancak daha yüksek döndürme açılarında başarılı olamamaktadır. Geliştirilen algoritma yardımıyla, kullanıcı tarafından girilecek bir döndürme parametresine bağlı olarak, Viola-Jones algoritmasına düşey ile yapılmış her açıda yüz bölgelerini tespit edebilme becerisi kazandırılmıştır. Bu çalışmada döndürme parametresi 15 derece olarak belirlemiş ve düşey ile 30 dereceye kadar açıya sahip tüm örüntülerde yüz bölgeleri tespit edilmeye çalışılmıştır. Elde edilen yüz örüntülerinden öznitelik çıkartma işleminde iki farklı öznitelik çıkartma algoritması hibrit olarak kullanılmış, bu algoritmalardan elde edilen veri setinin boyutları öznitelik seçme algoritması kullanılarak düşürülmüştür. Bu çalışmada kullanılan color FERET veri setine ait 800 örüntü üzerinde önerilen yöntem ile yapılan sınıflandırma sonuçlarına göre; yaş tespiti 2,63 saniyede %93,1250 doğrulukla, cinsiyet tespiti ise 2,86 saniyede %96,8750 doğrulukla gerçekleştirilmiştir. Elde edilen sonuçlardaki sınıflandırma sürelerinin düşüklüğü ve birbirlerine yakınlığı, önerilen yöntemin bir gömülü sistem uygulamasında kullanılabilirliğini göstermektedir. Ayrıca önerilen yönteme ait doğruluk değerlerinin, literatürde bulunan çalışmaların birçoğundan daha yüksek olduğu gözlemlenmiştir.