Yüz tanıma son yıllarda yoğun ilgi toplayan araştırma alanlarından biridir. Fakat bu yoğun araştırmalara rağmen yüz tanıma hala pratik uygulamalar için bile oldukça zorlayıcı bir problemdir.Bu tez çalışmasında yüz tanıma problemi üzerinde durulmuş ve bu problemin çözümü için altuzay temelli yöntemler kullanılmıştır. Var olan çalışmalar çoğunlukla tek bir yöntem üzerine odaklanmış veya bu çalışmalarda yalnızca yüz bulma konusu ve iyileştirilmesi işlenmiştir. Bu çalışmada ise yüz tanıma amacıyla Özyüz, Fisher-Yüz ve Ayırt Edici Ortak Vektör olmak üzere üç ayrı altuzay yöntemini kullanan, kullanıcılara farklı alternatifleri seçebilme ve başarımlarını gözlemleyebilme imkanı veren gerçek zamanlı yüz tanıma uygulaması geliştirilmiştir.Ayrıca bu uygulamada ışık şiddeti etkilerini azaltabilmek ve gerçek zamanlı tanıma performansını arttırabilmek amacıyla, gri seviye piksel değerlerinin yanında Yerel İkili Örüntü imge özellikleri de kullanılmıştır. Bu sayede yüz tanıma başarımında iyileşme olduğu gözlemlenmiştir.
In recent years, face recognition has received substantial attention by researchers. But despite this extensive research, face recognition is a still challenging problem for practical applications.In this thesis we focus on face recognition problem. To this end, subspace-based methods have been used. Existing studies mostly focused on a single face recognition method or only the face detection part or improvements of these. In this work, a real-time face recognition system has been developed with using three separate subspace methods; Eigenface, Fisherface and Discriminative Common Vectors. Users can choose different alternatives and they can observe performances of the face recognition system.In addition, in order to decrease illumination effects and to increase real time performance, Local Binary Patterns are used for image representation beside grayscale pixel value. In this way, the performance of face recognition system is improved.
