Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması

Ayşe Merve Büyükbaş; Ali Öztürk

doi:10.54047/bibted.1539472

EN TR

Comparison of Deep Learning Architectures And Face Detectıon Methods in Face Recognıtıon

Abstract

In this study, performance comparisons were made using image processing-based methods widely used in the literature and architectures such as AlexNet, ResNet-18, GoogleNet and SqueezeNet. Viola-Jones algorithm was used to determine the face on the image. In this algorithm, cascade object detector detects the face and frames it. The accuracy rate of Viola-Jones algorithm was found to be 85.71%. A dataset was created with right, left and middle poses in the FEI face database. Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA) were used for the analysis of Eigenfaces and Fisherfaces image processing methods. These methods were applied on the created dataset and accuracy rates were obtained. Eigenfaces method gave better results than Fisherfaces method for some pose variations in the dataset. Deep learning methods AlexNet, ResNEt-18, GoogleNet and SqueezeNet were used. Among the face recognition methods, the highest accuracy rate of the Eigenfaces method was 76,66% and the highest accuracy rate of ResNet-18 in deep learning was 100%.

Keywords

deep learning, face detection, face recognition, eigenfaces, fisherfaces

Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması

Abstract

Bu çalışmada, literatürde yaygın olarak kullanılan görüntü işleme tabanlı yöntemler ve AlexNet, ResNet-18, GoogleNet ve SqueezeNet gibi mimariler kullanılarak performans karşılaştırılması yapılmıştır. Yüzün resim üzerinde belirlenebilmesi için Viola-Jones algoritması kullanılmıştır. Bu algoritmada kaskad obje dedektörü, yüzü algılayıp kare içine alır. Viola-Jones algoritmasının doğruluk oranı %85,71 olarak bulunmuştur. FEI yüz veri tabanındaki sağ, sol ve orta pozlarla veri kümesi oluşturulmuştur. Eigenfaces ve Fisherfaces görüntü işleme yöntemlerinin analizi için Temel Bileşen Analizi (TBA) ve Doğrusal Ayrım Analizi (DDA) kullanılmıştır. Bu yöntemler oluşturulan veri kümesi üzerinde uygulanarak doğruluk oranları elde edilmiştir. Eigenfaces yöntemi veri kümesindeki bazı poz varyasyonları için fisherfaces yönteminden daha iyi sonuç vermiştir. Derin öğrenme metotlarından AlexNet, ResNet-18, GoogleNet ve SquuezeNet kullanılmıştır. Yüz tanıma yöntemlerinden Eigenfaces yönteminin en yüksek doğruluk oranı %76,66 ve derin öğrenmede ResNet-18’in en yüksek doğruluk oranı %100 olmuştur.

Keywords

derin öğrenme, yüz bulma, yüz tanıma, eigenfaces, fisherfaces

Ethical Statement

Çalışmanın tüm süreçlerinin araştırma ve yayın etiğine uygun olduğunu, etik kurallara ve bilimsel atıf gösterme ilkelerine uyduğumu beyan ederim.

References

Aly M., Face Recognition using SIFT Features, CNS 186 Term Project Winter, 2006.
Almabdy S., ve Elrefaei L., Deep Convolutional Neural Network-Based Approaches for Face Recognition, Applied Sciences, 9(20), 4397, 2019.
Arya Z., ve Twiari, V. (2020). Automatic Face Recognition and Detection Using OpenCV, Haar Cascade and Recognizer at Different Angle of Face, International Journal of Engineering Research and Applications, 10(6), 2020.
Ayata F., ve Çavuş H., (2022). Yüz Tanıma Sistemlerinde Kullanılan ESA, YGH-DVM ve DSA Algoritmalarının Performans Testleri, Fırat Üniversitesi Fen Bilimleri Dergisi, 34(1), 39-48.
Balanageshwara, S., Kareem, A., ve Kumara, V. (2023, June). Machine Learning Approach for a Novel Facial Recognition System. In 2023 8th International Conference on Communication and Electronics Systems (ICCES) (pp. 1178-1183). IEEE.
Cadena, J., Villa, M., Martínez, M., Acurio, J., ve Chacón, L. (2023). An Efficient Technique for Global Facial Recognition using Python and OpenCV in 2D Images. WSEAS Transactions on Systems and Control, 18, 47-57.
Curtidor A., Baydyk T., ve Kussul E., (2021). Analysis of Random Local Descriptors in Face Recognition, Electronics, 10(11), 1358. https://doi.org/10.3390/electronics10111358
Çakmakoğlu A., (2018). Finans Sektöründe Veri Madenciliği Teknikleri Kullanılarak Kampanya Modelleme, Yüksek Lisans Tezi, İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
Doğan F., & Türkoğlu İ., Derin Öğrenme Modelleri ve Uygulama Alanlarına İlişkin Bir Derleme, DÜMF Mühendislik Dergisi, 10(2), 419-424, 2019.
Fırıldak K. ve Talu F. M., (2019). Evrişimsel Sinir Ağlarında Kullanılan Transfer Öğrenme Yaklaşımlarının İncelenmesi, Computer Science, 4(2), 88-95.

Hassan M. M., Hussein H. I., Eesa A. S., ve Mstafa R. J., (2021). Face redognition based on gabor feature extraction followed by fastica and LDA, Computers, Materials & Continua, 68(2), 1637-1659. https://doi.org/10.32604/cmc.2021.016467 Holat R., ve Kulaç S., (2014). Yüz Bulma ve Tanıma Sistemleri Kullanarak Kimlik Tespitinin Yapılması, Yüksek Lisans Tezi, Düzce Üniversitesi, Fen Bilimleri Enstitüsü, Düzce.
Iandola F. N., Han S., Moskewicz M. W., Ashraf K., Dally W. J., ve Keutzer K., SqueezeNet: AlexNet-Level Accuracy with 50x Fewer Parameters and <1MB Model Size, ArXiv, 1-5, 2016.
ImageNet Large Scale Visual Recognition Challenge 2014 (ILSVRC2014), 14 Ağustos 2024 tarihinde https://image-net.org/challenges/LSVRC/2014/results adresinden erişildi.
Jones, M., ve Viola, P. (2003). Fast Multi-view Face Detection, Mitsubishi Electric Research Laboratories, TR-20003-96.
Kekül, H., Bircan, H., ve Arslan, H. (2018). Yüz Tanıma Uygulamalarında Özyüzler ve Yapay Sinir Ağlarının Karşılaştırılması, Uluslarası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi, 2(1), 52.
Krizhevsky A., Sutskever I., ve Hinton G. E., (2012). ImageNet Classification with Deep Convolutional Neural Networks, Advances in Neural Information Processing Systems, 25(2),1097-1105.
Raghu S., Sriraam N., Temel Y., Rao S. V., ve Kubben P. L., EEG based multi-class seizure type classification using convolutional neural network and transfer learning, Neural Networks: the Official Journal of the International Neural Network Society, 206, 2020.
Rahmad C., Asmara R. A., Putra D. R. H., Dharma I, Darmono H., ve Muhiqqin I., (2020). Comparison of Viola-Jones Haar Cascade Classifier and Histogram of Oriented Gradients (HOG) for face detection, IOP Conference Series: Materials Science and Engineering, 732(1), 012038.
Sarwinda D., Paradisa R. H., Bustamam A., ve Anggia P., (2021). Deep Learning in Image Classification using Residual Network (ResNet) Variants for Detection of Colorectal Cancer, Procedia Computer Science, 423-431(179), 1877-0509.
Sert Z., (2020, 27 Aralık). ESA (Evrişimsel Sinir Ağları) [Blog yazısı]. 13 Ağustos 2024 tarihinde erişim adresi: https://zeysert.medium.com/esa-evri%C5%9Fimsel-sinir-a%C4%9Flar%C4%B1-87d9bd986579
Sütçüler E., (2006). Gerçek Zamanlı Video Görüntülerinden Yüz Bulma ve Tanıma Sistemi, Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
Şeker A., (2018). Evaluation of Fabric Defect Detection Based on Transfer Learning with Pre-trained AlexNet, 2018 International Conference on Artificial Intelligence and Data Processing (IDAP), Malatya, Turkey, pp. 1-4.
Thomaz C. E., (2012). FEI Face Database, 13 Ağustos 2024 tarihinde erişim adresi: https://fei.edu.br/~cet/facedatabase.html
Topal A. O., Chitic R., ve Leprévost F. (2023). One evolutionary algorithm deceives humans and ten convolutional neural networks trained on ImageNet at image recognition, Applied Soft Computing, 143, 110397. doi: https://doi.org/10.1016/j.asoc.2023.110397
Wang J. ve Li Z., (2018). Research on Face Recognition Based on CNN, IOP Conference Series: Earth and Environmental Science, 170(3), 032110.
Wang D., Yu H., Wang D. ve Li G., (2020). Face Recognition System Based on CNN, 2020 International Conference on Computer Information and Big Data Applications (CIBDA), 470-473.
Win H. P. P., Khine P. T. T., ve Tun K. N. N., (2021). Face Recognition System based on Convolution Neural Networks, International Journal of Image Graphics and Signal Processing (IJIGSP), 13(6), 23-29.

Details

Primary Language

Turkish

Subjects

Deep Learning

Journal Section

Research Article

Authors

Ayşe Merve Büyükbaş ^*
0000-0002-6534-7764
Türkiye

Ali Öztürk
0000-0002-1797-2039
Türkiye

Early Pub Date

December 12, 2024

Publication Date

December 31, 2024

Submission Date

August 27, 2024

Acceptance Date

December 4, 2024

Published in Issue

Year 2024 Volume: 5 Number: 2

DOI

https://doi.org/10.54047/bibted.1539472

IZ

https://izlik.org/JA55PN72KP

APA

Büyükbaş, A. M., & Öztürk, A. (2024). Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması. Bilgisayar Bilimleri Ve Teknolojileri Dergisi, 5(2), 14-23. https://doi.org/10.54047/bibted.1539472

AMA

1.Büyükbaş AM, Öztürk A. Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması. BIBTED. 2024;5(2):14-23. doi:10.54047/bibted.1539472

Chicago

Büyükbaş, Ayşe Merve, and Ali Öztürk. 2024. “Yüz Tanımada Derin Öğrenme Mimarilerinin Ve Yüz Bulma Yöntemlerinin Karşılaştırılması”. Bilgisayar Bilimleri Ve Teknolojileri Dergisi 5 (2): 14-23. https://doi.org/10.54047/bibted.1539472.

EndNote

Büyükbaş AM, Öztürk A (December 1, 2024) Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması. Bilgisayar Bilimleri ve Teknolojileri Dergisi 5 2 14–23.

IEEE

[1]A. M. Büyükbaş and A. Öztürk, “Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması”, BIBTED, vol. 5, no. 2, pp. 14–23, Dec. 2024, doi: 10.54047/bibted.1539472.

ISNAD

Büyükbaş, Ayşe Merve - Öztürk, Ali. “Yüz Tanımada Derin Öğrenme Mimarilerinin Ve Yüz Bulma Yöntemlerinin Karşılaştırılması”. Bilgisayar Bilimleri ve Teknolojileri Dergisi 5/2 (December 1, 2024): 14-23. https://doi.org/10.54047/bibted.1539472.

JAMA

1.Büyükbaş AM, Öztürk A. Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması. BIBTED. 2024;5:14–23.

MLA

Büyükbaş, Ayşe Merve, and Ali Öztürk. “Yüz Tanımada Derin Öğrenme Mimarilerinin Ve Yüz Bulma Yöntemlerinin Karşılaştırılması”. Bilgisayar Bilimleri Ve Teknolojileri Dergisi, vol. 5, no. 2, Dec. 2024, pp. 14-23, doi:10.54047/bibted.1539472.

Vancouver

1.Ayşe Merve Büyükbaş, Ali Öztürk. Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması. BIBTED. 2024 Dec. 1;5(2):14-23. doi:10.54047/bibted.1539472

Cited By

Toplu Ulaşımda Sürücü Tanıma Sistemleri: Minibüs Model Önerisi

Akıllı Ulaşım Sistemleri ve Uygulamaları Dergisi

https://doi.org/10.51513/jitsa.1707020