Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik-Elektronik Mühendisliği Anabilim Dalı

3D face recognition

3 boyutlu yüz tanıma

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 177426 tez numarasıyla arayabilirsiniz.

Özet:

In this thesis, the effect of registration process is evaluated as well as several methods proposed for 3D face recognition. Input faces are in point cloud form and have noises due to the nature of scanner technologies. These inputs are noise filtered and smoothed before registration step. In order to register the faces an average face model is obtained from all the images in the database. All the faces are registered to the average model and stored to the database. Registration is performed by using a rigid registration technique called ICP (Iterative Closest Point), probably the most popular technique for registering two 3D shapes. Furthermore some variants of ICP are implemented and they are evaluated in terms of accuracy, time and number of iterations needed for convergence. At the recognition step, several recognition methods, namely Eigenface, Fisherface, NMF (Nonnegative Matrix Factorization) and ICA (Independent Component Analysis) are tested on registered and non-registered faces and the performances are evaluated.

Summary:

Bu tezde, çakıştırma işleminin üç boyutlu yüz tanıma algoritmalarından birkaçı üzerine etkisi incelenmiştir. Girdiler üç boyutlu nokta kümesi şeklinde olup tarayıcıdan kaynaklanan gürültüler mevcuttur. Gürültü filtreleme işlemi sayesinde veriler daha pürüzsüz bir hale getirilmiştir. Yüz yüzeylerinin çakıştırılması amacıyla katı bir çakıştırma metodu olan ve muhtemelen üç boyutlu iki şeklin çakıştırılması amacıyla en sık kullanılan metot olan, Döngülü Yakın Nokta (DYN) metodu kullanılmıştır. Ayrıca DYN metodu için öne sürülmüş birkaç değişken doğruluk ve yakınsama için gerekli olan zaman ve döngü sayısı temel alınarak incelenmiştir. Tanıma aşamasında özyüzler, Fisherface, Bağımsız Bileşenler Analizi (BBA), Negatif Olmayan Matris Ayrıştırma (NOMA) metotları hayata geçirilmiştir. Çakıştırılmış ve çakıştırılmamış veriler üzerinde, tanıma algoritmalarının performansları incelenmiştir.