Gürel, Cahit

Loading...
Profile Picture
Name Variants
C., Gurel
G., Cahit
Gürel, Cahit
Gürel,C.
C.,Gürel
Gurel,C.
Cahit, Gürel
C.,Gurel
G.,Cahit
Cahit, Gurel
Gurel, Cahit
Job Title
Öğretim Görevlisi
Email Address
cahit.gurel@atilim.edu.tr
Main Affiliation
Department of Mechatronics Engineering
Status
Former Staff
Website
ORCID ID
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID

Sustainable Development Goals

SDG data is not available
This researcher does not have a Scopus ID.
This researcher does not have a WoS ID.
Scholarly Output

6

Articles

0

Views / Downloads

11/16

Supervised MSc Theses

1

Supervised PhD Theses

1

WoS Citation Count

0

Scopus Citation Count

4

Patents

0

Projects

0

WoS Citations per Publication

0.00

Scopus Citations per Publication

0.67

Open Access Source

0

Supervised Theses

2

JournalCount
20th Annual International Conference on Mechatronics and Machine Vision in Practice, M2VIP 2013 -- 20th Annual International Conference on Mechatronics and Machine Vision in Practice, M2VIP 2013 -- 20 September 2013 through 20 September 2013 -- Ankara -- 1022763
21st Mechatronics and Machine Vision in Practice, M2VIP 2015 -- 21st Mechatronics and Machine Vision in Practice, M2VIP 2015 -- 7 July 2015 through 9 July 2015 -- Manila -- 1194561
Current Page: 1 / 1

Scopus Quartile Distribution

Quartile distribution chart data is not available

Competency Cloud

GCRIS Competency Cloud

Scholarly Output Search Results

Now showing 1 - 1 of 1
  • Master Thesis
    Bir Yüz Tanıma Sisteminin Geliştirilmesi
    (2011) Gürel, Cahit; Erden, Abdulkadir
    Son bir kaç on yıl içerisinde yüz tanıma sistemlerinin önemi artmıştır. Yüz tanımasistemi biyometrik bilgi işleme sistemlerinden biri olup uygulanabilirliği daha kolayve çalışma alanı diğer biometrik bilgi işlemeye göre daha geniştir. Parmak izi, retinataraması, imza ve benzeri bilgiler biometrik bilgiye örnektir. Bu tez çalışmasında biryüz tanıma sistemi tasarlanmış, uygulamış ve test edilmiştir. Sistem yüz bulma vetanıma konularının birleşiminden oluşmuştur. Yüz bulma operasyonu daha öncedenbelirlenmemiş ve canlı olarak çekilmiş görüntülerden yapılmaktadır. Sisteminçalışma aşamaları beyaz dengesini düzenlemek, ten rengi bölgelerin segmentasyonu,yüz adayından yüz özelliklerinin çıkarılması ve yüz görüntüsünün elde edilmesidir.Devamında da İleri Beslemeli Sinir Ağının sisteme entegre edilmesi ile yüzgörüntülerinin sınıflandırılması yapılmıştır. Sistem, laboratuvar ortamında yapılan 26kişilik veritabanı ile test edilmiştir. Belirlenmiş sınırlar çerçevesinde test edilmiş vekabuledilebilir performansta yüzleri tanımıştır. Sistem aynı zamanda yakalanan canlıgörüntüdeki birden fazla yüzü bulabilir ve tanıyabilir.