Derin Öğrenme ile Anlamsal Yüz Niteliklerini Sınıflandırma ve Sıralama

Abstract

Yüz özelliği anlama/sınıflandırma problemi, imge anlama ve biyometrik tanıma alanlarının kesişiminde bulunmaktadır. Yüz özelliklerinin (hem yüz nitelikleri gibi fiziksel, hem gülme gibi davranışsal) başarıyla sınıflandırılması, insan bilgisayar iletişimine katkıda bulunabilir ve kişi bulup getirme problemini basitleştirebilir. Yüz özelliklerini otomatik tanıma ile ilgili temel sorular, sistemin nasıl başarılı, ölçeklenebilir, ve yeni niteliklere uyarlanabilir olacağı ile ilgilidir ve projede hepsi ele alınmıştır. Projenin ilk ayağında mevcut evrişimli yapay sinir ağı tabanlı derin öğrenme tabanlı ikili nitelik sınıflandırıcısının optimizasyonuna çalışılmış; bu alanda hep kullanılan LFWA veri setindeki hatalar yeniden etiketlenmiş; belirsizlik tahmini için EDL modeli çalışılmış; ayrıca göreceli özellikler için de dönüştürücü tabanlı yeni bir sınıflandırıcı geliştirilmiştir. Bu sistemler LFW ve CelebA veri kümelerinde denenmiş ve literatürdeki en iyi sonuçlar elde edilmiştir. Projenin ikinci ayağında, internetten toplanacak veri ile mevcut sınıflandırıcıların başarısının artırılması ve yeni bir özellik söz konusu olduğunda, ilgili verinin internetten gözetimsiz olarak toplanması ve kavramın öğrenilmesinde kullanılması çalışılmıştır. Ayrıca yarı-gözetimli yaklaşımlar üzerinde çalışılmış ve varyasyonel yöntem geliştirilmiştir. Geliştirilen teknolojilerin gösterilmesi ve denenmesi ve mevcut veri setlerinin gerekirse yeniden etiketlenmesi açısından projenin son safhasında bir yüz arama uygulaması geliştirilmiştir. Bu uygulama yapılan araştırmayı yaygınlaştırmak açısından faydalı olacaktır. Projede yüz özellikleri öğrenmesi alanında 2 doktora tezi yürütülmüş (biri bitmiş, biri devam ediyor), ayrıca 1 yüksek lisans ve 6 lisans öğrencisi projede çalışmışlardır. Projeden bir makele 3 bildiri yayını çıkmış, 3 bildiri de hazırlanma/değerlendirme aşamasındadır.