Yüz Algılama X Değeri

Proje Türü: Bilgisayarlı Görü / Gömülü Sistem Ar-Ge Projesi
Rol: Sistem Mimarı ve Geliştirici
Teknolojiler: Python, OpenCV, Dlib, MTCNN, NumPy, Gerçek Zamanlı Video İşleme, Koordinat Sistemi Optimizasyonu

Proje Özeti

Yüz algılama sistemlerinde, tespit edilen bir yüzün konum bilgisi (X ve Y koordinatları) en temel ve kritik çıktılardan biridir. Bu proje kapsamında, özellikle "X değeri" (yüzün yatay konumu) üzerine odaklanan, yüksek hassasiyetli ve optimize edilmiş bir yüz algılama ve konumlandırma sistemi geliştirdim. Projenin temel amacı, farklı ışık koşulları, açılar ve kalabalık ortamlarda dahi yüzlerin doğru ve hızlı bir şekilde tespit edilmesini, ardından bu yüzlere ait X koordinatlarının güvenilir bir şekilde hesaplanmasını sağlamaktır.

Bu sistem; robotik yönlendirme, otonom takip, güvenlik kameralarında hedef belirleme, interaktif ekran uygulamaları ve insan-bilgisayar etkileşimi gibi çok çeşitli alanlarda kullanılabilecek şekilde tasarlanmıştır.

1. Problemin Tanımı ve Proje Motivasyonu

Bir görüntüde yüz tespiti yapmak, günümüzde birçok kütüphane ile nispeten basit hale gelmiştir. Ancak, tespit edilen yüzün konum bilgisini (özellikle X koordinatını) doğru, tutarlı ve çeşitli senaryolarda güvenilir şekilde elde etmek, beklenenden daha karmaşık bir mühendislik problemidir. Karşılaşılan temel zorluklar şunlardır:

• Koordinat Sınırları Sorunu: Yüz görüntünün kenarında veya köşesinde olduğunda, tespit algoritmaları negatif X değerleri veya görüntü boyutlarının dışında koordinatlar döndürebilir. Bu durum, sistemin kararlılığını doğrudan etkiler .

• Değişken Ölçek ve Açı: Farklı kamera mesafeleri ve açıları, aynı yüzün farklı X değerleriyle tespit edilmesine neden olur.

• Gerçek Zamanlı Performans: Özellikle canlı video akışlarında, yüz konumunun milisaniye seviyesinde hesaplanması ve güncellenmesi gerekir.

• Çoklu Yüz Senaryoları: Aynı kare içinde birden fazla yüz varsa, her bir yüzün X değerinin ayrı ayrı ve doğru şekilde raporlanması gerekir.

Bu projede, bu sorunlara yönelik kapsamlı bir çözüm geliştirerek, yüz algılama X değerini güvenilir, tutarlı ve yüksek performanslı bir şekilde sunan bir sistem tasarladım.

2. Sistem Mimarisi ve Teknik Yaklaşım

Proje, modüler bir mimari ile tasarlanmış olup dört ana katmandan oluşmaktadır:

a) Görüntü Alım ve Ön İşleme Katmanı
Sistem, canlı kamera akışı (USB kamera, IP kamera/RTSP) veya statik görüntü dosyalarından girdi alır. Görüntü üzerinde gürültü azaltma, parlaklık/kontrast iyileştirme ve gri tonlamaya dönüştürme gibi ön işleme adımları uygulanır. Bu adımlar, tespit başarısını artırmak ve farklı ışık koşullarına karşı sistemi dayanıklı hale getirmek için kritik öneme sahiptir .

b) Yüz Tespit Motoru Katmanı
Projede, farklı kullanım senaryolarına uyum sağlamak için birden fazla tespit algoritması entegre edilmiştir:

• Haar Cascade (OpenCV): Hafif ve hızlı, düşük kaynaklı sistemler için optimize edilmiş .

• Dlib Frontal Face Detector: Daha yüksek doğruluk, HOG tabanlı tespit .

• MTCNN (Multi-Task Cascaded Convolutional Networks): Derin öğrenme tabanlı, zorlu koşullarda üstün performans, aynı zamanda yüz landmark noktalarını da çıkarır .

• YOLOv8-Face: Modern, gerçek zamanlı ve yüksek hassasiyetli tespit .

Her bir algoritma, (x, y, w, h) formatında dikdörtgen koordinatları döndürür; burada x ve y sol üst köşe koordinatları, w genişlik ve h yüksekliktir . Sistem, kullanıcının ihtiyacına göre en uygun tespit modelini seçmesine olanak tanır.

c) Koordinat Dönüşüm ve Validasyon Katmanı
Bu katman, projenin en kritik mühendislik çözümlerinden biridir. Tespit motorundan gelen ham koordinatlar, aşağıdaki işlemlerden geçirilir:

• Sınır Kontrolü: Gelen x değeri negatif ise 0 olarak sınırlandırılır; x + w değeri görüntü genişliğini aşıyorsa görüntü sınırına çekilir. Bu, negatif koordinat sorununu temel seviyede çözer .

• Merkez X Hesaplama: Robotik yönlendirme ve takip uygulamaları için, yüz dikdörtgeninin merkez X koordinatı center_x = x + w/2 formülü ile hesaplanır. Bu değer, yüzün görüntü içindeki mutlak yatay konumunu temsil eder.

• Normalizasyon: Farklı görüntü çözünürlüklerinde tutarlılık sağlamak için center_x değeri, görüntü genişliğine bölünerek 0-1 aralığında normalize edilir.

• Yüz Numarası Desteği: Çoklu yüz senaryolarında, istenen yüzün X değeri x(face_index) şeklinde bir fonksiyon ile çağrılabilir .

d) Veri Çıkış ve Entegrasyon Katmanı
İşlenmiş veriler, aşağıdaki formatlarda çıkış olarak sunulur:

• Ham Koordinatlar: (x, y, w, h) listesi.

• Merkez Koordinatları: (center_x, center_y) listesi.

• Normalize Değerler: 0-1 aralığında normalize edilmiş X ve Y koordinatları.

• Görselleştirme: Tespit edilen yüzler üzerine dikdörtgen çizimi ve isteğe bağlı olarak X değerinin ekranda gösterimi.

3. Geliştirilen Temel Özellikler

Proje kapsamında hayata geçirilen başlıca işlevsellikler:

4. Teknik Zorluklar ve Çözümleri

5. Kullanım Senaryoları

6. Performans ve Test Sonuçları

7. Gelecek Geliştirme Hedefleri

• Derin Öğrenme ile X Değeri Tahmini: Yüz landmark noktaları ve head pose (baş açısı) bilgisiyle birlikte, daha anlamlı (ör. "kişi ekranın tam ortasında mı?") bir X değeri çıkarımı.

• 3D Koordinat Dönüşümü: Derinlik haritası (stereo kamera veya LIDAR) entegrasyonu ile 2D X değerini 3D uzay koordinatına dönüştürme.

• Kişiye Özel Kalibrasyon: Farklı kullanıcıların yüz boyut ve şekillerine göre X değerini optimize eden adaptif sistem.

• Uç Cihaz Optimizasyonu: TensorRT veya OpenVINO ile model optimizasyonu yaparak, gömülü sistemlerde daha yüksek FPS değerlerine ulaşma.

Proje Sonucu ve Değerlendirme

Python Yüz Algılama X Değeri projesi, yüz tespit sistemlerinde çoğu zaman göz ardı edilen ancak kritik öneme sahip "konum bilgisi" problemini ele alan kapsamlı bir çalışma olmuştur. Geliştirilen sistem, yalnızca bir yüzün var olup olmadığını söylemekle kalmaz, o yüzün tam olarak nerede olduğunu, özellikle yatay düzlemdeki konumunu, hata payı minimumda olacak şekilde raporlar. Negatif koordinat düzeltme, çoklu yüz indeksleme, normalize değer çıkışı ve modüler algoritma desteği gibi özellikler, bu projeyi benzer çalışmalardan ayırmaktadır.

Bu proje; robotik, otomasyon, güvenlik ve interaktif teknolojiler alanlarında çalışan geliştiricilere, yüzün yatay konumunu güvenilir şekilde kullanabilecekleri sağlam bir altyapı sunmaktadır.

Proje Teknik Detayları (Hızlı Bakış)