Temel Bileşen Analizi Yönteminin Ve Bazı Klasik Ve Robust Uyarlamalarının Yüz Tanıma Uygulamaları
Öz
Bu çalışmada, temel bileşen analizi yöntemindeki klasik ortalama merkezileştirme yerine
çeşitli klasik ve robust tahmin ediciler kullanılarak Yale, ORL ve AR yüz veritabanları üzerinde yüz
tanıma uygulamaları yapılmıştır. Normal dağılım varsayımının sağlanmadığı durumlarda veya veri
kümesinde aykırı değer bulunması durumunda klasik yöntemlerden daha iyi sonuçlar verdiği bilinen
bazı robust yöntemler, bu üç veritabanı üzerinde yapılan yüz tanıma deneylerinde klasik yöntemlerle
karşılaştırılmıştır. Yüz tanıma uygulamalarında görüntü örneği boyutları örnek sayısına göre çok
büyüktür. Bu yüzden, veri kümesinin normal dağılım koşulunu sağlayıp sağlamadığı
bilinememektedir. Deneysel sonuçlar, temel bileşen analizi yöntemi tabanlı yüz tanıma
uygulamalarında robust yöntemlerin klasik yöntemlerden genellikle daha başarılı doğru tanıma
oranları verdiğini göstermiştir.
Anahtar Kelimeler
References
- [1] W. Zhao, R. Chellappa, P. J Phillips and A. Rosenfeld, “Face Recognition: A Literature Survey”, ACM Computing. Surveys, Vol.35, No.4, pp.399–458, 2003.
- [2] R. Chellappa, C. L. Wilson and S. Sirohey, “Human and Machine Recognition of Faces: A Survey”, Proceedings of IEEE, Vol.83, No.5, pp.705–741, 1995.
- [3] A. K. Jain, A. Ross and S. Prabhakar, “An Introduction to Biometric Recognition”, IEEE Trans. Circ. and Sys. for Video Tech. Vol.14, No.1, pp.4–20, 2004.
- [4] A. A. Salah, “İnsan ve Bilgisayarda Yüz Tanıma”, Bilgi İşleyen Makine Olarak Beyin Sempozyumu-3, Boğaziçi Üniversitesi, İstanbul, 2005.
- [5] E.Sütçüler, “Gerçek Zamanlı Video Görüntülerinden Yüz Bulma ve Tanıma Sistemi”, Yüksek Lisans tezi, Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü, 90 s, 2006.
- [6] H. Durucasu, “Asal Bileşen Analizi ve Bir Uygulama Denemesi”, Yüksek Lisans Tezi, Anadolu Üniversitesi Fen Bilimleri Enstitüsü, 89 s,1991.
- [7] A. Ö.Yaycılı, “Temel Bileşenler Analizi için Robust Algoritmalar”, Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, 56 s, 2006.
- [8] M. A. Turk and A. P.Pentland, “Eigenfaces for recognition”, Journal of Cogn. Neuroscience, Vol.3, pp.71–86, 1991.
- [9] I. Stanimirova, M. Daszykowski and B. Walczak, “Dealing with Values and Outliers in Principal Component Analysis”, Talanta, Vol. 72, No. 1, pp. 172–178, 2007.
- [10] M. Daszykowski, K.Kaczmarek, Y. V. Heyden and B. Walczak, “Robust Statistics in Data Analysis- A Review Basic Concepts”, Chemometrics and Intelligent Laboratory Systems, Vol. 85, No. 2, pp. 203–219, 2007.