Research Article
BibTex RIS Cite

ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti ve Derin Öğrenme ile Tespit ve Tanınması

Year 2023, Volume: 39 Issue: 3, 438 - 445, 31.12.2023

Tayyip Özcan Beyza Nur Aydemir

Abstract

Yüz tanıma, bir kişinin yüz biyometrik verisini kullanarak kişinin tanınmasını sağlayan sistemdir. Yüz tespiti ve tanıma, günümüzde yapay zeka, görüntü işleme ve bilgisayarlı görü gibi alanlarda kullanılmaktadır. Yeni doğan bebeklerde ise yüz tanıma sistemi zorlu bir süreç gerektirmektedir.
Araştırmacılar son yıllarda yüz tespit ve tanıma üzerine çokça araştırmalar yapmıştır. Evrişimli sinir ağları (CNN), yüz tanıma çalışmalarında en sık kullanılan yöntemler arasında yerini almıştır.
Her ne kadar yüz tanıma üzerine kamuya açık çokça yetişkin yüzlerinden oluşan veri seti bulunsa da bebek yüzlerinden oluşan veri setine ulaşmak oldukça zordur. Bu yüzden bu çalışmada ilk olarak 11 bebeğe ait toplamda 139 imge içeren ERUBABYFACED adında yeni bir veri seti oluşturulmuştur.
Bu çalışmada CNN yöntemi kullanarak bebeklerde yüz tespit ve tanıma çalışmaları gerçekleştirilmiştir. ERUBABYFACED veri seti deneysel çalışmalarda kullanılmıştır. Etiketlenen veriler, TensorFlow kütüphanesi tabanlı TensorFlow Lite modeli elde edilecek şekilde eğitilmiştir. Deneysel çalışmalar sonucunda %95 başarı oranı elde edilmiştir.

Keywords

Derin öğrenme Yüz tespit Yüz tanıma Bebek tanıma TensorFlow Lite ERUBABYFACED

Supporting Institution

Erciyes Üniversitesi Bilimsel Araştırma Projeleri Koordinatörlüğü (BAP)

Project Number

FYL-2022-11714

Thanks

Bu çalışma finansal olarak; Erciyes Üniversitesi Bilimsel Araştırma Projeleri Koordinatörlüğü (BAP) tarafından (Proje No: FYL-2022-11714) desteklenmiştir.

References

  • [1] Tolba, A. S. (2006). AHE-B., and AA El-Harby, Face recognition: A literature review. International Journal of Information and Communication Engineering, 2(2). 88-103.
  • [2] Parmar, D. N., Mehta, B. B. (2014). Face recognition methods & applications. arXiv preprint arXiv:1403.0485.
  • [3] LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436-444.
  • [4] Aslantaş, V., Kurban, R., Toprak, A., Bendes, E. (2015). An interactive web based toolkit for multi focus image fusion. Journal of Web Engineering, 14.
  • [5] Pang, B., Nijkamp, E., Wu, Y. N. (2020). Deep learning with tensorflow: A review. Journal of Educational and Behavioral Statistics, 45(2), 227-248.
  • [6] Warden, P., Situnayake, D. (2019). Tinyml: Machine learning with tensorflow lite on arduino and ultra-low-power microcontrollers. O'Reilly Media..
  • [7] Fadlilah, U., & Handaga, B. (2021, April). The development of android for Indonesian sign language using tensorflow lite and CNN: an initial study. In Journal of Physics: Conference Series (Vol. 1858, No. 1, p. 012085). IOP Publishing.
  • [8] Zeroual, A., Derdour, M., Amroune, M., & Bentahar, A. (2019, June). Using a fine-tuning method for a deep authentication in mobile cloud computing based on Tensorflow Lite framework. In 2019 International Conference on Networking and Advanced Systems (ICNAS) (pp. 1-5). IEEE.
  • [9] Alsing, O. (2018). Mobile object detection using tensorflow lite and transfer learning.
  • [10] Abed, A. A., Al-Ibadi, A., & Abed, I. A. (2023). Real-time multiple face mask and fever detection using YOLOv3 and TensorFlow lite platforms. Bulletin of Electrical Engineering and Informatics, 12(2), 922-929.
  • [11] Aralikatti, A., Appalla, J., Kushal, S., Naveen, G. S., Lokesh, S., & Jayasri, B. S. (2020, December). Real-time object detection and face recognition system to assist the visually impaired. In Journal of Physics: Conference Series (Vol. 1706, No. 1, p. 012149). IOP Publishing.
  • [12] Lin, T. 2015. LabelImg. https://github. com/tzutalin/labelImg. (Erişim Tarihi: 15.08.2023).
  • [13] Özcan, T., 2020. Derin Öğrenme ile İnsan Edimlerinin Tanınması. Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, 204s, Kayseri.
  • [14] AKARSU, K., BORANDAĞ, E., YÜCALAR, F. 2019. Tensortflow ile sebze-meyve hallerinde nesne takibi. ICCTAFA. 1-5.
  • [15] KIZILDAŞ, E. 2019. Tensorflow Hakkında. https://medium.com/emrekizildas/tensorflow-hakk%C4%B1nda-d71e73b81b85. (Erişim Tarihi: 17.08.2023)
  • [16] KİRAZ, M. 2019. TensorFlow-Lite. https://puffyy.medium.com/tensorflow-lite-ecae0b7a452a#:~:text=TensorFlow%2DLite%2C%20TensorFlow%20modellerinin%20mobil,taraf%C4%B1ndan%20olu%C5%9Fturulmu%C5%9F%20bir%20ara%C3%A7%20seti. (Erişim Tarihi: 17.08.2023).

ERUBABYFACED: A New Baby Face Recognition Dataset and Its Detection and Recognition using Deep Learning

Year 2023, Volume: 39 Issue: 3, 438 - 445, 31.12.2023

Tayyip Özcan Beyza Nur Aydemir

Abstract

Face recognition is a system that enables a person to be identified using facial biometric data. Face detection and recognition are used in fields such as artificial intelligence, image processing and computer vision. In newborn babies, the face recognition system requires a challenging process.
Researchers have done a lot of research on face detection and recognition in recent years. Convolutional neural networks (CNN) have taken their place among the most frequently used methods in face recognition studies.
Although there is a large publicly available dataset of adult faces on face recognition, it is very difficult to reach the dataset of baby faces. Therefore, in this study, firstly, a new dataset called ERUBABYFACED, which contains 139 images of 11 babies, was created.
In this paper, face detection and recognition works were carried out in infants using the CNN method. The ERUBABYFACED dataset was used in experimental studies. The labeled data is trained to obtain a TensorFlow Lite model based on the TensorFlow library. As a result of experimental studies, a success rate of 95% was obtained.

Keywords

Deep learning Face detection Face recognition Baby recognition TensorFlow Lite ERUBABYFACED

Project Number

FYL-2022-11714

References

  • [1] Tolba, A. S. (2006). AHE-B., and AA El-Harby, Face recognition: A literature review. International Journal of Information and Communication Engineering, 2(2). 88-103.
  • [2] Parmar, D. N., Mehta, B. B. (2014). Face recognition methods & applications. arXiv preprint arXiv:1403.0485.
  • [3] LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436-444.
  • [4] Aslantaş, V., Kurban, R., Toprak, A., Bendes, E. (2015). An interactive web based toolkit for multi focus image fusion. Journal of Web Engineering, 14.
  • [5] Pang, B., Nijkamp, E., Wu, Y. N. (2020). Deep learning with tensorflow: A review. Journal of Educational and Behavioral Statistics, 45(2), 227-248.
  • [6] Warden, P., Situnayake, D. (2019). Tinyml: Machine learning with tensorflow lite on arduino and ultra-low-power microcontrollers. O'Reilly Media..
  • [7] Fadlilah, U., & Handaga, B. (2021, April). The development of android for Indonesian sign language using tensorflow lite and CNN: an initial study. In Journal of Physics: Conference Series (Vol. 1858, No. 1, p. 012085). IOP Publishing.
  • [8] Zeroual, A., Derdour, M., Amroune, M., & Bentahar, A. (2019, June). Using a fine-tuning method for a deep authentication in mobile cloud computing based on Tensorflow Lite framework. In 2019 International Conference on Networking and Advanced Systems (ICNAS) (pp. 1-5). IEEE.
  • [9] Alsing, O. (2018). Mobile object detection using tensorflow lite and transfer learning.
  • [10] Abed, A. A., Al-Ibadi, A., & Abed, I. A. (2023). Real-time multiple face mask and fever detection using YOLOv3 and TensorFlow lite platforms. Bulletin of Electrical Engineering and Informatics, 12(2), 922-929.
  • [11] Aralikatti, A., Appalla, J., Kushal, S., Naveen, G. S., Lokesh, S., & Jayasri, B. S. (2020, December). Real-time object detection and face recognition system to assist the visually impaired. In Journal of Physics: Conference Series (Vol. 1706, No. 1, p. 012149). IOP Publishing.
  • [12] Lin, T. 2015. LabelImg. https://github. com/tzutalin/labelImg. (Erişim Tarihi: 15.08.2023).
  • [13] Özcan, T., 2020. Derin Öğrenme ile İnsan Edimlerinin Tanınması. Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, 204s, Kayseri.
  • [14] AKARSU, K., BORANDAĞ, E., YÜCALAR, F. 2019. Tensortflow ile sebze-meyve hallerinde nesne takibi. ICCTAFA. 1-5.
  • [15] KIZILDAŞ, E. 2019. Tensorflow Hakkında. https://medium.com/emrekizildas/tensorflow-hakk%C4%B1nda-d71e73b81b85. (Erişim Tarihi: 17.08.2023)
  • [16] KİRAZ, M. 2019. TensorFlow-Lite. https://puffyy.medium.com/tensorflow-lite-ecae0b7a452a#:~:text=TensorFlow%2DLite%2C%20TensorFlow%20modellerinin%20mobil,taraf%C4%B1ndan%20olu%C5%9Fturulmu%C5%9F%20bir%20ara%C3%A7%20seti. (Erişim Tarihi: 17.08.2023).
There are 16 citations in total.

Details

Primary Language Turkish
Subjects Deep Learning
Journal Section Articles
Authors

Tayyip Özcan 0000-0002-3111-5260

Beyza Nur Aydemir 0009-0005-7351-9000

Project Number FYL-2022-11714
Early Pub Date December 31, 2023
Publication Date December 31, 2023
Published in Issue Year 2023 Volume: 39 Issue: 3

Cite

APA Özcan, T., & Aydemir, B. N. (2023). ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti ve Derin Öğrenme ile Tespit ve Tanınması. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 39(3), 438-445.
AMA Özcan T, Aydemir BN. ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti ve Derin Öğrenme ile Tespit ve Tanınması. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. December 2023;39(3):438-445.
Chicago Özcan, Tayyip, and Beyza Nur Aydemir. “ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti Ve Derin Öğrenme Ile Tespit Ve Tanınması”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 39, no. 3 (December 2023): 438-45.
EndNote Özcan T, Aydemir BN (December 1, 2023) ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti ve Derin Öğrenme ile Tespit ve Tanınması. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 39 3 438–445.
IEEE T. Özcan and B. N. Aydemir, “ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti ve Derin Öğrenme ile Tespit ve Tanınması”, Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, vol. 39, no. 3, pp. 438–445, 2023.
ISNAD Özcan, Tayyip - Aydemir, Beyza Nur. “ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti Ve Derin Öğrenme Ile Tespit Ve Tanınması”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi 39/3 (December 2023), 438-445.
JAMA Özcan T, Aydemir BN. ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti ve Derin Öğrenme ile Tespit ve Tanınması. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. 2023;39:438–445.
MLA Özcan, Tayyip and Beyza Nur Aydemir. “ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti Ve Derin Öğrenme Ile Tespit Ve Tanınması”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, vol. 39, no. 3, 2023, pp. 438-45.
Vancouver Özcan T, Aydemir BN. ERUBABYFACED: Yeni Bir Bebek Yüz Tanıma Veri Seti ve Derin Öğrenme ile Tespit ve Tanınması. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi. 2023;39(3):438-45.
 Download Cover Image

✯ Etik kurul izni gerektiren, tüm bilim dallarında yapılan araştırmalar için etik kurul onayı alınmış olmalı, bu onay makalede belirtilmeli ve belgelendirilmelidir.
✯ Etik kurul izni gerektiren araştırmalarda, izinle ilgili bilgilere (kurul adı, tarih ve sayı no) yöntem bölümünde, ayrıca makalenin ilk/son sayfalarından birinde; olgu sunumlarında, bilgilendirilmiş gönüllü olur/onam formunun imzalatıldığına dair bilgiye makalede yer verilmelidir.
✯ Dergi web sayfasında, makalelerde Araştırma ve Yayın Etiğine uyulduğuna dair ifadeye yer verilmelidir.
✯ Dergi web sayfasında, hakem, yazar ve editör için ayrı başlıklar altında etik kurallarla ilgili bilgi verilmelidir.
✯ Dergide ve/veya web sayfasında, ulusal ve uluslararası standartlara atıf yaparak, dergide ve/veya web sayfasında etik ilkeler ayrı başlık altında belirtilmelidir. Örneğin; dergilere gönderilen bilimsel yazılarda, ICMJE (International Committee of Medical Journal Editors) tavsiyeleri ile COPE (Committee on Publication Ethics)’un Editör ve Yazarlar için Uluslararası Standartları dikkate alınmalıdır.
✯ Kullanılan fikir ve sanat eserleri için telif hakları düzenlemelerine riayet edilmesi gerekmektedir.