Nvıdıa dıgıts kullanılarak yüz duygu ifadelerinin sınıflandırılması ve adli yaklaşım
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, ADLİ BİLİMLER ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: SEVİM ÇAĞLA DEMİR
Danışman: GAZİ ERKAN BOSTANCI
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:NVIDIA derin sinir ağlarını (deep neural network (DNN)) geliştirmek, eğitmek ve görselleştirmek için bir araç olan Deep Learning GPU Eğitim Sistemini (DIGITS) piyasaya sürmüştür. GPU'lar (grafik işlemci ünitesi) sayesinde işlemleri paralel hale getiren DIGITS, işlemleri CPU'lara (merkezi işlem birimi) göre yapılan çalışmalar doğrultusunda 33 kat daha hızlı sonuca kavuşturmaktadır. Aynı zamanda bu sistemde kütüphane olarak kullanılan Torch ve web arayüzü desteği ile yürütülen çalışmaları görselleştirebilmekteyiz. Deneysel çalışmamızda sinir ağı ve kütüphanelerden en uygun olanına karar vermek amacıyla bir test gerçekleştirmeye karar verilmiştir. McNamer testinin de çalışmamız için en uygun sinir ağı ve kütüphane eşini bulmak için uygun test yaklaşımı olacağı düşünülmüştür. Doğruluk oranını en yüksek verecek kombinasyonu seçmek için tüm varyasyonlar, GoogLenet ve AlexNet sinir ağları ile Torch ve Caffe kütüphaneleri kullanılarak McNamer testi üzerinden karşılaştırılarak değerlendirilmiştir. Bunun üzerine en iyi sonucu veren AlexNet sinir ağı ve Torch kütüphanesi kullanılmıştır. NVIDIA Digits üzerinden yürüttüğümüz çalışmamız için elde ettiğimiz Pierre-Luc Carrier ile Aaron Courville, AffectNet Database ve MUG Facial Expression Database veri setlerinden yararlanılmıştır. Bu üç veri setinden öncelikle deneme çalışmasında kullanılmak üzere, daha sonra ise uygun sinir ağ-kütüphane eşini bulmak ve adli yaklaşımlı çalışma yürütmek üzere iki adet model oluşturmak amacıyla iki farklı veri seti oluşturulmuştur. Daha sonra oluşturulan modeller üzerinden deneme ve adli yaklaşımlı deneyleri gerçekleştirmek adına iki farklı sınıflandırma veri seti oluşturulmuştur. Deneme amaçlı ve adli yaklaşım için gerçekleştirilen çalışmalardan elde edilen sonuçlar analiz edilmiştir. Adli yaklaşım için gerçek adli vakalardan alınan örnek görüntüler teste tabii tutularak adli yaklaşım deneyleri gerçekleştirilmiştir. Bu testlerden elde edilen sonuçlar analiz edildikten sonra yürütülen deneysel çalışmaların genel olarak ve adli yaklaşım açısından başarı oranları değerlendirilmiştir. Analiz ve değerlendirmeler sonucunda yapılan çalışmanın adli açıdan yarar sağlayacağı değerlendirilmiş olup, bu sayede adli vakalardan elde edilen görüntülerin oluşturduğu büyük veri havuzlarında gerçekleştirilen veri tarama işlemi süreci daha az zaman alacağından dolayı adli vaka karşısında aksiyon almak adına zamandan kazanım sağlanacağı kanısına varılmıştır. Buna ek olarak diğer bir sorun olan adli olaylarda olay yerinden intikal eden görüntülerden oluşan olası şüphelilerin ve kurbanlarının ayrımlarının yapılmasında kolaylık sağlanacağı ve çalışan güvenlik güçleri personelinin üzerindeki yükün azalacağı öngörülmektedir. Son olarak ise güvenlik güçlerine bağlı adli vakalar üzerinde çalışmalar yürüten personelin objektif tutum sağlayamayacağı noktada bir derin öğrenme unsurunun faydasının dokunacağı düşünülmektedir.