Tez özetleri Astronomi ve Uzay Bilimleri Anabilim Dalı

Yüz Tanıma Problemine Karma Yöntemlerin Uygulanması

İnsan ayırt etme problemi uzun süredir üzerinde çalışılan ve öne sürülen yeni yöntemlerle hâlâ gelişmekte olan bir konudur. Günümüze kadar bu problemin çözümüne yönelik olarak biyolojik özelliklerin ayırt edici yönlerini inceleyen pek çok yöntem öne sürülmüştür. Bu yöntemler günümüzde ihtiyaçların çeşitliliğine göre gümrükler, havaalanları, bankacılık işlemleri, özel güvenlik önlemleri gerektiren kurumlara giriş gibi çeşitli uygulamalarda kullanılmaktadır. İnsan tanıma problemi, genel olarak iris tanıma, parmak izi tanıma, yüz tanıma, el veya yüz damarları ile tanıma şeklinde karşımıza çıkmaktadır. Bununla birlikte, yüz tanıma işlemi, diğer yöntemlere nazaran gereksinim duyduğu veri kümesinin daha kolay elde edebilmesi nedeniyle, iş yerine girişte personel tanıma ve suçluların güvenlik kameralarıyla teşhisi gibi konularda yaygınlıkla kullanılmaktadır.

Yüz Tanıma işlemi temel olarak, eldeki giriş verisinden aranacak olan yüz resminin çıkarılması (Yüz Algılama), çıkarılan resmin ortamdan kaynaklanan ve tanımayı güçleştirecek dış etkilerden arındırılması, kalan veri kümesinden tanıma işlemi için bu yüze ait özgün özellik vektörlerinin çıkarılması (Özellik Çıkarma) ve bu özellik vektörlerinin mevcut diğer resimlere ait vektörlerle karşılaştırılması (Sınıflandırma) basamaklarından oluşmaktadır.

Bu çalışmada literatürde iyi bilinen yüz tanıma yöntemlerinden PCA tabanlı Özyüzler Yöntemi, Özellik Çıkarma işleminde uygulanmıştır. Diğer temel basamak olan Sınıflandırma işleminde, 2 farklı sınıflandırıcı olarak Yapay Sinir Ağları (NN) ve Destek Vektör Makineleri (SVM) yöntemleri kullanılmış ve yüz tanıma işleminde karma yöntemlerin tanıma performansına etkileri araştırılmıştır. Karma yöntemlerle elde edilen sonuçlar, Özyüzler yöntemi ile bulunan sonuçlarla karşılaştırılmış ve PCA-SVM karma yönteminin, eğitim kümesindeki artan poz sayısıyla beraber Özyüzler yöntemine göre daha iyi tanıma oranları verdiği görülmüştür. Özyüzler yöntemi için özyüz uzayı boyutunun, 1. karma yöntem (PCA-NN) için yapay sinir ağının saklı katmanındaki nöron sayısı ve eğitim hatasındaki değişimin ve 2. karma yöntem (PCA-SVM) için de sınıflandırmada kullanılan Kernel Fonksiyonlarının tanıma performansına etkileri incelenmiştir.

Tezde, yüz tanıma işlemi için geliştirilen uygulama programında sisteme verilen ham yüz resmi gri tona çevrilerek yüz algılama işlemi gerçeklenmiştir. Bu işlemlerden sonra çıkarılan yüz resmi üzerinde kullanıcı seçimine bağlı olarak sadece Özyüzlerle ya da diğer karma yöntemlerle (PCA-NN veya PCA-SVM) yüz tanıma işlemi uygulanmaktadır.

Bu çalışmanın ilk bölümünde, biyometrik sistemler ve yüz tanıma hakkında genel bilgiler; ikinci bölümde, yüz tanıma konusunda literatürde genel kabul görmüş teknikler; üçüncü bölümde bu çalışmaya konu olan Özyüzler, Yapay Sinir Ağları ve Destek Vektör Makineleri yöntemleri; dördüncü bölümde, yüz tanıma işlemi için geliştirilen uygulama programı ile elde edilen sonuçlar; beşinci bölümde ise, varılan sonuçların yorumu ve ileriye yönelik çalışmalar konusunda bilgi verilmektedir.