A Comparative Study of Deep Learning Based Face Recognition Algorithms for Video Under Adverse Conditions
General Material Designation
[Thesis]
First Statement of Responsibility
Pala, Galip
Subsequent Statement of Responsibility
Erdem, Çiğdem Eroğlu
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
Marmara Universitesi (Turkey)
Date of Publication, Distribution, etc.
2019
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
47
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
Master's
Body granting the degree
Marmara Universitesi (Turkey)
Text preceding or following the note
2019
SUMMARY OR ABSTRACT
Text of Note
Yüz tanıma, bilgisayarlı görüde birçok uygulama alanı alan önemli bir problemdir. Son zamanlarda, litaratürde büyük resim ve video veritabanlarında yüksek başarım, önemli sonuçlar gösteren, derin öğrenme tabanlı yüz tanıma ve doğrulama metotları önerilmiştir. Her ne kadar bu büyük veri tabanları derin öğrenme mimarilerinin, eğitim ve testi için kullanılırlar ve ifade varyasyonları, baş pozisyonu ve aydınlatma içerirlerse de bulanıklık ve düşük çözünürlük gibi zor bozulmaları her zaman yansıtmazlar. Bu çalışmada, amacımız, zorlayıcı şartlar altındaki videoları kullanarak, yüz tanıma için yakın zamanda geliştirilmiş derin öğrenme tabanlı yöntemleri sistematik olarak karşılaştırmaktır. Openface, VGGFace2 ve Arcface olmak üzere 3 farklı derin öğrenme modelini değerlendirilmiştir. UvA-NEMO video veri setinde elde edilen sonuçlar, en başarılı derin öğrenme tabanlı yüz tanıma yöntemlerinin dahi gürültü, bulanıklık, kontrast gibi zorlu bozulmalarda düşük performans verdiğini gösterdi.