ÖZET Anahtar Kelimeler: Yüz Bulma, Yüz Tanıma, Yapay Sinir Ağlan, Görüntü İşleme Bu tezde, görüntü işleme teknikleri ve geri yayılımlı yapay sinir ağı kullanılarak bir görüntünün yüz içerip içermediğinin testipi, resim üzerinde yüz yerlerini saptama ve yüz tanıma işlemleri gerçekleştirilmiştir. Tasarlanan sistemde bu üç farklı işlem birbirinden bağımsız olarak çalıştırılmıştır. Bu işlemler gerçekleştirilirken, öncelikle görüntüler normalize edilmiş ve arka planda oluşan gürültü ve kirlilikleri gidermek için eşiklenmiş, ardından görüntülerin renk matrisleri oluşturulmuş ve bir yapay sinir ağı eğitiminde kullanılacak özellikler elde edilmiştir. Bu özellikler sayesinde örnek veri tabanında yapılan testler sonucu % 92'lik bir doğruluk oranına ulaşıldığı görülmüştür. YSA' daki öğrenme özelliği, değişik birçok problemde olduğu gibi yüz bulma ve tanıma probleminde de olumlu sonuçlar almamıza sebep olmuştur. Geri yayılım öğrenme algoritmaları uygulanmış ve eğiticili algoritma ile ileri beslemeli nöral ağların eğitimi gerçekleştirilmiştir. YSA modeli, eğitim yüzlerinden yararlanarak kendi modelini oluşturmuş ve test yüzlerini tanımıştır. Deneylerimiz; geri yayılım algoritmalı ağların yüzü tanıma görevi için kullanılabileceğini göstermiştir.
HUMAN FACE DETECTION AND RECOGNITION SUMMARY Keywords : Face Detection, Face Recognition, Artificial Neural Networks, Image Processing In that thesis, it is carried out to confirm the image that includes a face or no by using technique of image processing and back-propagation artificial neural networks, to find face places on the picture and to operate face recognition. These 3 different operations are working free from each other in plan system. While carrying out these operations firstly the images have been normalized to threshold for destroying images and dirties which were at background, the color-plates of the images have been formed and the qualifications that will be used training of artificial neural networks have obtained. Thanks to that qualifications 92% truth proportion has been reached as result of the tests that were carried out on data. The learning qualification in YSA caused to take positive results to the problem of finding and knowing face, as if in different problems. Algorithms of learning back- propagation are implemented and training of feed-forward neural networks and learning algorithm are carried out. YSA model is formed its own model using of training face and is recognized its tests' faces. Our tests can be used for duty of knowing face of back-propagation neural networks with algorithm. XI
