Yüz Tanımada Derin Öğrenme Mimarilerinin ve Yüz Bulma Yöntemlerinin Karşılaştırılması

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.