dc.contributor.author |
Şıker, Fatma |
|
dc.date.accessioned |
2015-03-06T09:20:56Z |
|
dc.date.available |
2015-03-06T09:20:56Z |
|
dc.date.issued |
2014-06 |
|
dc.identifier.citation |
Şıker, Fatma. (2014). Face Recognition using Localized Facial Features. Thesis (M.S.), Eastern Mediterranean University, Institute of Graduate Studies and Research, Dept. of Computer Engineering, Famagusta: North Cyprus. |
en_US |
dc.identifier.uri |
http://hdl.handle.net/11129/1607 |
|
dc.description |
Master of Science in Computer Engineering. Thesis (M.S.)--Eastern Mediterranean University, Faculty of Engineering, Dept. of Computer Engineering, 2014. Supervisor: Assist. Prof. Dr. Cem Ergün. |
en_US |
dc.description.abstract |
ABSTRACT: Face is a complex multi-dimensional structure and needs good computing biometric techniques for recognition. The aim of this study is to understand the role of each localized facial feature component in face recognition system and treat it as a one-dimensional recognition problem. In this context, face recognition is performed by using Principal Component Analysis (PCA) method. Face images are stored in a face database that encodes best variation among face images. Instead of recognizing human characteristic from full face data, identifying the facial feature components seperately might be alternative classification method to get successful recognition performance face is defined by eigenface which are eigenvectors of the set of face components. Each face feature is extracted by using automatic/manual segmentation techniques to have facial features such as left eyes, right eyes, nostrils and mouth. Finally, each segmented facial feature can be one classifier and combination of each may help to form multi-classifier problem to achieve improved recognition results. Proposed face recognizion system, which is using localized facial features along with global face, improves PCA-based face system by average of 4.5 %.
Keywords: Face Recognition, Principal Component Analysis, Segmentation Techniques, Multi-Classifier Problem.
…………………………………………………………………………………………………………………………
ÖZ: Yüz karmaşık çok boyutlu bir yapı olarak tanınmasından dolayı iyi bir biyometrik hesaplama tekniğine ihtiyacı vardır. Yüz tanıma sisteminde amacı belirlemek için her bir bileşenin rolünü anlamak ve tek boyutlu tanıma sorunu olarak tanımlamak gerekir. Bu şekilde yüz tanıma sistemi Temel Bileşen Analizi (PCA) yöntemi kullanılarak yapılır. Yüz görüntüleri arasındaki en iyi varyasyon kodlar bir yüz veritabanı üzerine tahmin edilerek yüz görüntüleri ile bulunur. Buna bağlı olarak başarılı tanıma test sonuçları elde etmek için alternatif sınıflandırma yönteminin belirlenmesi ve yüz bileşenlerinin tanıma özelliği yerine yüzün bütün verileri ve insanın karakterleri tanımlanır. Yüzün her bir öznitelik parçası olan sol göz, sağ göz, burun delikleri ve ağız gibi yan yüz özellikleri kullanılarak bazı bölütleme teknikleri ile ayıklanması özvektörler olan özyüz ile tanımlanır. Yani, bu özyüz yaklaşım görüntülerinin tanınması için Temel Bileşen Analizi (PCA) yöntemi kullanılarak net bir görünüm elde edilir. En sonda başarılı tanıma sonuçları elde etmek için çoklu sınıflandırıcı kullanılarak her kombinasyon ve sınıflandırma ile yüz özelliği modellenir.
Anahtar Kelimeler: Yüz Tanıma, Temel Bileşenler Analizi, Çoklu Sınıflandırıcı sorunu, Bölütleme teknikleri. |
en_US |
dc.language.iso |
en |
en_US |
dc.publisher |
Eastern Mediterranean University (EMU) - Doğu Akdeniz Üniversitesi (DAÜ) |
en_US |
dc.subject |
Computer Engineering |
en_US |
dc.subject |
Image Processing |
en_US |
dc.subject |
Face Recognition, Principal Component Analysis, Segmentation Techniques, Multi-Classifier Problem |
en_US |
dc.title |
Face Recognition using Localized Facial Features |
en_US |
dc.type |
Thesis |
en_US |