Affiliation:
1. BURDUR MEHMET AKİF ERSOY ÜNİVERSİTESİ, GÖLHİSAR UYGULAMALI BİLİMLER YÜKSEKOKULU, BİLGİSAYAR TEKNOLOJİLERİ VE BİLİŞİM SİSTEMLERİ BÖLÜMÜ
Abstract
Teknolojinin hızlı bir şekilde gelişmesi otomasyon sistemlerinde farklı yaklaşımların ortaya
çıkmasını netice vermiş ve biyometrik temelli tanımaların yoğun bir şekilde kullanımını
doğurmuştur. Bu çalışmada öğrencilerin bir derse devam süreçlerinin etkili ve kolay bir
şekilde yapılabilmesi ve yaşanacak zaman israfının önüne geçilmesi amacıyla biyometrik
temelli sistemlerden yüz tanıma işlemi kullanılarak sınıf yoklama sistemi geliştirilmiştir.
Phyton programlama dili ve OpenCV kütüphanesi kullanılarak gerçekleştirilen uygulama ile
hem tekli ve çoklu yüz tanıma işlemleri hem de tıbbi maske takılma durumundaki yüz tanıma
işlemleri başarılı bir şekilde gerçekleştirilmiştir. Derse kayıtlı olmayan öğrencilerin misafir öğrenci olarak kodlandığı sistemde, istenildiği durumlarda sesli uyarı ile de yüzü tanınan öğrencinin isminin seslendirilmesi de sağlanabilmektedir. Sonuçlar bir CSV uzantılı dosyada
tarih temelli olarak depolanmakta istenildiği takdirde öğrencilerin devam durumları
istatistiksel olarak analiz edilebilmektedir. Çalışmanın eğitim kurumlarındaki devam
süreçlerinde iyileştirmeler sağlayacağı ve uygulanması durumunda farklı mobil platformlarla
desteklenerek çok daha efektif hale getirilebileceği öngörülmektedir.
Publisher
Isparta Uygulamali Bilimler Universitesi
Reference15 articles.
1. Anonim (2021). OpenCV Nedir? https://devreyakan.com/opencv-nedir. (Son erişim tarihi:11 Kasım 2023)
2. Başay, B. (2021). Görüntü İşleme Teknikleriyle Yüz Algılama Sistemi Geliştirme. https://medium.com/augelab-crew/görüntü -işleme-teknikleriyle-yüz-algılama-sistemi-geliştirme-1ee3c16e91c4 (Son erişim tarihi: 05 Kasım 2023)
3. Boutros, F., Damer, N., Kirchbuchner, F., & Kuijper, A. (2022). Self-restrained triplet loss for accurate masked face recognition. Pattern Recognition, 124, 108473. https://doi.org/10.1016/j.patcog.2021.108473
4. Boyko, N., Basystiuk, O., & Shakhovska, N. (2018). Performance evaluation and comparison of software for face recognition, based on dlib and opencv library. In 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP). (pp. 478-482).
5. Eldem, A., Eldem, H., & Palali, A. (2017). Görüntü işleme teknikleriyle yüz algılama sistemi geliştirme. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 6(2), 44-48.