Gerçek Zamanlı Yüz Tanıma Tabanlı Personel Kontrol ve Takip Sistemi Tasarımı

Öz

Son yıllarda görüntü işleme ve bilgisayarlı görme çalışmaları hızla yayılmaya başlamıştır. Tarım, tıp, eğitim, sağlık ve güvenlik gibi birçok alanlarda bilgisayarlı görme çalışmaları yapılmakta ve günlük yaşantımızda kullanılmaktadır. Özellikle yüz ve nesne tanıma işlemi, her geçen gün farklı birçok uygulama ile karşımıza çıkmaktadır. Geliştirilen bu yüz tanıma uygulamaları sayesinde, kullanıcılardan yüz bilgileri toplanarak veri ve bilgi tabanları oluşturulmaktadır. Okul, işyeri, site, alış veriş merkezi, stadyum gibi birçok sosyal alanların kontrol ve takip edilmesinde bu uygulamalar ve veri tabanları kolaylık sağlayacaktır. Makale kapsamında, işyerlerinin personel giriş ve çıkışlarını hızlı, etkili ve doğru bir şekilde takip etmesi amacıyla, yüz tanıma tabanlı personel kontrol ve takip sistemi tasarımı önerilmektedir. Çeşitli işyerlerinde personel giriş çıkışlarının kontrol edilmesi genellikle kartlı sistem veya el ile kayıt tutularak yapılmaktadır. Bu tarz sistemlerde başkasının yerine kart basma veya eksik isim yazma gibi insan kaynaklı problemler ortaya çıkmaktadır. Ayrıca personel sayısının fazla olduğu firmalarda personel giriş çıkışlarının takip edilmesinde ciddi problemler yaşanmaktadır. Özellikle yakın zamanda ortaya çıkan salgın hastalıklardan sonra herkesin aynı yere kart basması veya parmak izi okutması hijyen ve sağlık koşulları açısından oldukça sıkıntılı bir durum olduğu ortaya çıkmıştır. Bu çalışmada, yüz tanıma tabanlı personel kontrol ve takip sistemi tasarımı geliştirilmiştir. Geliştirilen sistemde, giriş ve çıkışlara kameralar yerleştirilerek personellerin görüntüleri alınmaktadır. Alınan görüntülerden yüz bölgeleri tespit edildikten sonra, özyüz, fisheryüz ve yerel ikili örüntü histogramı yöntemleriyle yüzün kime ait olduğu bulunmaktadır. Bulunan kişiye ait giriş veya çıkış bilgisi ekranlarda gösterilmekte ve bu bilgi personel veri tabanında saklanmaktadır. Yüz tanıma sistemi sayesinde personellerin işe geliş, gidiş saatleri ve fazla mesai bilgileri otomatik olarak kolayca takip edilmektedir.

Anahtar Kelimeler

• Bilgisayarlı görme,Fisheryüz,Özyüz algoritması,Yerel ikili örüntü histogramı,Yüz tanıma

Real Time Face Recognition Based Personnel Control and Tracking System Design

Abstract

Image processing and computer vision have started to spread rapidly in recent years. Computer vision studies are carried out in many fields such as agriculture, medicine, education, health and security and are used in our daily life. Especially face and object recognition process comes up with many different applications day by day. Thanks to these face recognition applications developed, databases are created by collecting facial information from users. These applications and databases will facilitate the control and monitoring of many social areas such as schools, workplaces, sites, shopping centers, stadiums. In this article, it is proposed to design a face recognition based personnel control and tracking system in order to track the personnel entrances and exits quickly, effectively and accurately. Controlling the entrances and exits of employees in various workplaces is generally done by card system or by keeping a manual record. In such systems, human-related problems such as printing cards or typing incomplete names occur instead of someone else. In addition, there are serious problems in tracking the number of personnel entrances and exits in companies. Especially after recent epidemic diseases, it has turned out to be a very troublesome situation in terms of hygiene and health conditions for everyone to scan cards or to have fingerprints in the same place. In this study, face recognition based personnel control and tracking system design was developed. In the developed system, cameras are placed on the inputs and outputs and the images of the personnel are taken. After determining the facial regions from the images taken, it is determined to whom the face belongs by using eigenface, fisherface and local binary pattern histogram methods. The entry or exit information of the person found is displayed on the screen and this information is stored in the personnel database. Thanks to the face recognition system, personnel entry-exit times and overtime information are easily tracked automatically.

Keywords

• Computer vision,Fisherface,Eigenface,Local binary pattern histogram,Face recognition

Kaynakça

1. Avuçlu, E., Altun, A. A. & Elen, A. (2017). Real Time PCA Based Face Recognition for Following Staff, Journal of Selcuk-Technic, 16(1), 1-11.
2. Bhattacharya, S., Nainala, G. S., Das, P. & Routray, A. (2018 July). Smart Attendance Monitoring System (SAMS): A Face Recognition based Attendance System for Classroom Environment, IEEE 18th International Conference on Advanced Learning Technologies, Mumbai, 358-360
3. Erdoğan, A., & Ilgın, H. (2015). Gürültü içeren insan yüzü görüntülerinde ayrık kosinüs dönüşümü-alt bant tabanlı yüz tanıma. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 3(2), 457-462.
4. Hatem, H., Beiji, Zou. & Majeed, R (2015). A Survey of Feature Base Methods for Human Face Detection, International Journal of Control and Automation, 8(5), 61-78.
5. Holat, R. & Kulaç, S. (2014 April). ID Identification By Using Face Detection And Recognition Systems, 22nd Signal Processing and Communications Applications Conference (SIU), Trabzon, 866-869.
6. Huang G. B., Ramesh M., Berg T. & Miller E. L. (2007). Labeled Faces in the Wild: A Database for Studying Face Recognition in Unconstrained Environments, University of Massachusetts, Amherst, Technical Report 07-49.
7. Kabasakal, B. (2018). Uzaklık ve cinsiyet tabanlı akıllı reklam görüntüleme sistemi, Yüksek Lisans Tezi, Başkent Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
8. Kadlag, K., Kale, P. & Pagar, K. (2016). Intellegent Employee Authentication using RFID and Face Detection International Journal on Emerging Trends in Technology, 3(1), 4083-4085.

9. Kekül, H., Bircan, H., & Arslan, H. (2018). Yüz tanıma uygulamalarında özyüzler ve yapay sinir ağlarının karşılaştırılması. Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi, 2(1), 51-59.
10. Kumar, A., Kaur, A. & Kumar M. (2019) M. Face detection techniques: a review. Artif Intell Rev, 52, 927–948.
11. Lal, M., Kumar, K., Arain, R. H., Maitlo, A., Ruk, S. A. & Shaikh, H. (2018). Study of Face Recognition Techniques: A Survey, International Journal of Advanced Computer Science and Applications, 9(6), 42-49.
12. Nandhini, R., Duraimurugan N. & Chokkalingam, S. P. (2019). Face Recognition Based Attendance System International Journal of Engineering and Advanced Technology (IJEAT), 8(3), 574-577.
13. Patel, S., Kumar, P., Garg, S. & Kumar, R. (2018). Face Recognition based smart attendance system using IOT International Journal of Computer Sciences and Engineering, 6(5), 871-877.
14. Reddy, K. S. M. (2017). Comparison of Various Face Recognition Algorithms, International Journal of Advanced Research in Science, Engineering and Technology, 4(2), 3357-3361.
15. Selvi, S. K., Chitrakala, P. & Jenitha, A. A. (2014). Face Recognition Based Attendance Marking System International Journal of Computer Science and Mobile Computing, 3(2), 337 – 342.
16. Turan, S. (2017 Nov.). Bilgisayar Laboratuvarlarında Soket İletişim İle Görüntü İşlemeye Dayalı Yoklama Sistemi Tasarımı, International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT), Tokat, 24-28
17. Vurgun, Y. (2017). Biyometrik yüz tanımaya dayalı web üzerinden güvenli erişim sistemi tasarımı, Yüksek Lisans Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.