Yazar "Donuk, Kenan" seçeneğine göre listele

Listeleniyor 1 - 5 / 5
  • Küçük Resim Yok
    Öğe
    A CNN based real-time eye tracker for web mining applications
    (Springer, 2022) Donuk, Kenan; Ari, Ali; Hanbay, Davut
    Eye gaze tracking is an increasingly important technology in the field of human-computer interaction. Individuals' preferences, tendencies, and attention can be measured by processing the data obtained from face and eye images. This technology is used in advertising, market research, web page design, education, learning methods, and various neurological-psychiatric studies of medical research. Many different methods have been used in eye gaze tracking tasks. Today, commonly model-shape and appearance-based methods are used. Model-shape based methods require less workload than appearance-based methods. But it is more sensitive to environmental conditions. Appearance-based methods require powerful hardware, but they are less susceptible to environmental conditions. Developments in technology have paved the way for applying appearance-based models in eye gaze tracking. In this paper, a CNN-based real-time eye tracking system was designed to overcome environmental problems in eye gaze tracking. The designed system is used to determine the areas of interest of the user in web pages. The performance of the designed CNN-based system is evaluated during the training and testing phases. In the training phase, the difference between the desired and determined points on the screen is 32 pixels and in testing phase, the difference between the desired and determined points on the screen is 53 pixels. The results of the test trials have shown that the proposed system could be used successfully in eye tracking studies on web pages.
  • Küçük Resim Yok
    Öğe
    Deep Feature Selection for Facial Emotion Recognition Based on BPSO and SVM
    (Gazi Univ, 2023) Donuk, Kenan; Ari, Ali; Ozdemir, Mehmet Fatih; Hanbay, Davut
    Facial expressions, which are important social communication tools in our daily life, provide important information about the mental state of people. Research is being done to obtain this information accurately. The importance of these researchs in the field of human-computer interaction is increasing. Many methods have been used for the recognition of universal facial expressions such as neutral, happiness, surprise, sadness, anger, disgust, and fear by intelligent systems with high accuracy. Emotion recognition is an example of difficult classification due to factors such as ambient light, age, race, gender, and facial position. In this article, a 3-stage system is proposed for emotion detection from facial images. In the first stage, the CNN-based network is trained with the Fer+ dataset. The Binary Particle Swarm Optimization algorithm is applied for feature selection to the feature vector in the fully connected layer of the CNN network trained in the second stage. Selected features are classified by Support Vector Machine. The performance of the proposed system has been tested with the Fer+ dataset. As a result of the test, 85.74% accuracy was measured. The results show that the combination of BPSO and SVM contributes to the classification accuracy and speed of the FER+ dataset.
  • Küçük Resim
    Öğe
    Derin öğrenme tabanlı ve gerçek zamanlı bakış takibi
    (İnönü Üniversitesi, 2023) Donuk, Kenan
    Bu tez çalışması yüksek bütçeli bakış takip cihazlarına alternatif derin öğrenme tabanlı ve düşük maliyetli sistemlerin geliştirilebileceğini, bakış takibi için önemli girdiler olan hem göz hem de gözbebeği merkezinin konumlarını hassas bir şekilde tespit etmek için Evrişimsel Sinir Ağı tabanlı teknikler kullanılarak yüksek düzeyde doğruluk elde edilebileceğini gösteren yöntemler sunmaktadır. Ayrıca çalışmada, çocuklarda dikkat eksikliği teşhisinde bakış takip teknolojisi yoluyla yakalanan zengin verilerden bireylerin dikkat kalıplarına ilişkin değerli iç görüler elde edilebileceğini gösteren klinisyenlere yardımcı bir karar destek sistemi geliştirilmiştir. Çalışmada önerilen ilk yöntem olan göz tespiti, bakış takip teknolojisinin çalışma prensibinde ilk aşamadır. Bakış takibinin doğru bir şekilde yapılması sağlam bir göz tespitine dayanır. Bunun için Evrişimsel Sinir Ağlarına dayanan bir göz algılama yöntemi önerilmiştir. İkinci yöntem, görme olayında aktif rol oynayan göz bebeği merkezinin yüksek doğrulukta tespitine dayanmaktadır. Göz bebeği merkezinin sağlam bir şekilde tespit edilebilmesi bakış takip doğruluğunu önemli ölçüde etkilemektedir. Bu nedenle göz bebeği merkezi tespitinde Evrişimsel Sinir Ağlarına dayalı bir Mini U-Net yapısı önerilmiştir. Üçüncü ve dördüncü yöntem sırasıyla bakış takibinin görüntü işlemeye ve Evrişimsel Sinir Ağlarına dayalı, düşük maliyetli uygulamalarıdır. Tezin son yönteminde günümüz bakış takip teknolojisi ile makine öğrenmesi birleştirilerek bireylerde dikkat eksikliği tanısının konulmasında klinisyenlere yardımcı bir karar destek sistemi önerilmiştir. Bu tez çalışması ayrıntılı ve tanımlayıcı metodolojiler sağlayarak, bakış takibini çeşitli alanlarda daha erişilebilir ve anlamlı hale getirmeyi amaçlamaktadır.
  • Küçük Resim Yok
    Öğe
    Investigation of PIDA Controller Parameters via PSO Algorithm
    (Ieee, 2018) Donuk, Kenan; Ozbey, Necati; Inan, Mevlut; Yeroglu, Celaleddin; Hanbay, Davut
    In this study, a method is proposed to determine the parameters of Proportional Integral Derivative Acceleration (PIDA) controller, which are used in the control of higher degree systems, via Particle Swarm Optimization (PSO) algorithm. Classic controller methods may sometimes be insufficient, especially in the control of higher degree systems. In PIDA controller design, heuristic optimization algorithms, which is one of the recommended methods for these systems, provides successful results. The performance of the PIDA controller obtained by the proposed method in the paper is compared with the gradient search and genetic algorithms in the literature. The unit step response and the frequency response of the controller show the effectiveness of the method.
  • Küçük Resim Yok
    Öğe
    Yüz İmgelerinden Göz Bölgelerinin Tespitinde ESA Tabanlı Alternatif Bir Yaklaşım
    (2021) Donuk, Kenan; Arı, Ali; Hanbay, Davut
    Artan işlemci hızlarıyla beraber kullanımı yaygınlaşan derin sinir ağları birçok farklı alanda gösterdiği başarılarla etkinliğini ispatlamıştır. Bu çalışmada bir imge seçici yardımıyla yüz üzerinden örnekler toplanarak elde edilen imgelerin derin sinir ağlarının örüntü tanımada etkili bir algoritması olan evrişimsel sinir ağı modeline verilmesiyle yüz resimlerinden gözlerin tespiti gerçekleştirilmiştir. Geçmişten günümüze önerilen birçok göz algılama yöntemi mevcuttur. Fakat bu yöntemlerin birçoğunda aydınlatma koşulları, duruş pozisyonları, düşük çözünürlükteki görüntüler, kapalı göz, gözlük, gözlerin algılanmasında önemli bir sorun olmuştur. Önerilen yöntemin evrişimsel sinir ağı modeli ile göz tespitinde zorluk çıkaran durumların model tarafından birçok örnek veri ile öğrenilmesiyle üstesinden gelinmiştir. Önerilen yöntemin performansı günümüzde göz tespitinde yaygın olarak kullanılan Viola-Jones algoritmasının XML tabanlı yüz ve göz tanıma uygulaması ile karşılaştırılmıştır. Karşılaştırma sonunda önerilen yöntemin gözlerin algılanmasında zorluk çıkaran yüz resimlerinde daha iyi sonuçlar verdiği görülmüştür. Doğruluk (%98,99), F1-skor (%98,99), Matthews korelasyon katsayısı (%97,99) ve R-kare (%95,98) gibi yaygın kullanılan ölçütler ile önerilen yöntemin başarısı ortaya konmuştur.