2 results
Search Results
Now showing 1 - 2 of 2
Master Thesis Görüntü İşleme ve Makine Öğrenme Yöntemleri ile Yüz Tanıma(2020) Rushdı, Iman Raad; Şengül, Gökhanİnsan yüzü tanıma, insan yüzünün çok boyutlu karmaşık bir yapı olması nedeniyle zor ve karmaşık bir problemdir. Temel olarak; yüz tanıma bir insanın yüz görüntüsünden kimliğinin belirlenmesi olarak tanımlanabilir. Bu nedenle yüz tanımada görüntü işleme, bilgisayarlı görü ve makine öğrenmesi gibi farklı disiplinlerin bir arada çalışması gerekir. Yüz tanımlamasıyla ilgili temel zorluk; yüz tanımlamasıyla ilgili doğru özelliklerin, doğru bir şekilde nasıl tanımlanacağıdır. Bu çalışma, görüntüden özellik çıkarma ve özellik seçimine dayalı olarak insan yüzünün tanınması için bir yaklaşım sunmaktadır. Önerilen yüz tanıma sistemi ORL ve YALE veri kümelerinde test edilmiştir. Önerilen yöntem başlangıçta üç adımda uygulanmıştır. Ön işleme aşaması için Daubechies dönüşümü ile Ayrık Dalgacık Dönüşümü (DWT) uygulanmıştır. İkinci aşamada, Yerel İkili Kalıp (LBP) ve Gri Seviye Eş-Oluşum Matrisi (GLCM) esas alınarak özellik çıkarma aşaması uygulanmıştır. Üçüncü adım, Öklid Uzaklığı ile sınıflandırma aşamasını içermektedir. Ayrıca, özellik seçimi yaklaşımı için Parçacık Sürüsü Optimizasyonu (PSO) uygulanarak aynı deneyler uygulanmıştır. Çalışmada birkaç sonuç gözlemlemiştir: DWT ve LBP'nin birlikte uygulandığı ilk deneylerde; eğitim kümesindeki görüntü sayısındaki artışla birlikte ORL veritabanında %82,50 tanıma oranı, YALE veritabanında ise %90 tanıma oranı elde edilmiştir. Bununla birlikte, PSO algoritmasının uygulanması durumunda, ORL veritabanı için doğruluk oranını %95'e ve YALE veritabanında doğruluk oranı %93'e kadar artmıştır.Doctoral Thesis Sınıflandırma Algoritmalarının Cerrahların El Hareketi Davranışları Üzerinden Beceri Seviyelerinin Tahmininde Kullanımı(2018) Topallı, Damla; Çağıltay, NergizGünümüzde endoskopik ameliyatlar uygulanması mümkün olduğunda açık ameliyat yerine tercih edilen bir alternatif haline gelmiştir. Bu operasyonlarda cerrah, 'endoskop' adı verilen bir kamera ve ışık kaynağı ve özel operasyonel araçları kullanarak işlemi gerçekleştirir. Bu tür ameliyatları gerçekleştirebilmek için cerrahların sürekli pratik yaparak gerekli becerileri kazanmaları gerekmektedir. Dolayısıyla bu becerilerin geliştirilmesi günümüzdeki eğitim programları açısından önemli bir hedeftir. Mevcut cerrahi eğitim programlarını iyileştirmek üzere çeşitli teknolojiler ile zenginleştirilmiş eğitim programları geliştirilmektedir. Ancak, bu teknolojileri geleneksel yöntemlere daha iyi entegre edebilmek için, cerrahların beceri düzeylerini anlamak ve gereksinimlerine göre uygun içerik hazırlamak önemlidir. Diğer bir deyişle, eğitim programının içeriğinin ve sırasının eğitim alan kişilerin bireysel ihtiyaçlarına uygun bir şekilde hazırlanması için, beceri düzeylerinin düzenli olarak değerlendirilmesi gerekmektedir. Mevcut beceri seviyesi değerlendirme teknikleri, çoğunlukla pahalı ve öznel olması nedeniyle eleştirilen uzman gözlemlerine dayanmaktadır. Bu bağlamda, bu çalışma, nöroşirürjide bilgisayar tabanlı simülasyon yazılımı ile el hareket ölçütlerini kullanarak cerrahi becerilerin objektif olarak değerlendirmesini amaçlamaktadır. Bu çalışma cerrahi eğitim alan 28 öğrenci ile gerçekleştirilmiştir. Değerlendirmeler temel olarak katılımcıların bilgisayara dayalı benzetim yazılımı üzerindeki el hareketleri esas alınarak gerçekleştirilmiştir. Buna göre, öncelikle benzetim tabanlı bir cerrahi eğitim yazılımı ortamından alınan performans ölçütleri kullanılarak öznitelikler çıkarılmış, çeşitli sınıflandırma algoritmaları ile orta ve acemi düzey cerrahların beceri düzeyleri tahmin edilmiştir. İkinci olarak benzetim ortamında el hareketlerine dayalı hız tabanlı ölçütler hesaplanmış, bu ölçütler orta ve acemi düzey cerrahları sınıflandırmak için kullanılmıştır. Daha sonra, açık kaynaklı bir göz hareketi sınıflandırması algoritması olan BIT algoritmasını, el hareketleri verisine uyarlayarak, yeni el hareketi ölçütleri önerilmiştir. Bu önerilen ölçütler ile, katılımcıların göz ve el hareketi verileri analiz edilerek, orta ve acemi düzey cerrahların el-göz davranışlarındaki farklılıklar anlaşılmıştır. Son olarak, bu çalışmada önerilen el hareket ölçütleri kullanılarak öznitelikler çıkarılmış ve sınıflandırma algoritmaları kullanılarak orta ve acemi düzey cerrahların beceri düzeyleri tahmin edilmiştir. Sonuç olarak, bu çalışmada, el hareketi verilerinden elde edilen ölçütler kullanılarak, acemi ve orta düzeydeki cerrahların beceri seviyelerinin daha iyi anlaşılması hedeflenmiştir. Sonuçlar, önerilen özniteliklerin tahminlerin doğruluğunu potansiyel olarak arttırdığını göstermektedir. Araştırmacılar, gelecekte, el ve göz özniteliklerinin bir arada kullanılması ile performans değerlendirmelerinin doğruluk seviyesinin daha da iyileştirilebileceğine inanmaktadırlar.