DİNLE

Computer Vision & Signal Processing


Computer Vision & Signal Processing



A novel biometric privacy framework based on layering multiple biometrics in one template

Research in Computer Vision and Pattern Recognition areas aim to automatically classify a given image or signal, such as the object in an image. Our groups work on three sub-areas:

  • handwriting recognition for English and Turkish (recognizing on-line and offline handwritten text, arithmetic formulas)
  • biometrics (matching the fingerprint or signature to a reference template)
  • plant identification (recognizing the plant in a given image)

Our systems have received first place in several international signature verification and plant identification competitions, including SVC2004, 4NSIGCOMP2010, and SigWiComp2013 for online and offline signature verification; and ImageCLEF’2012 for plant identification.

Further Information


Website

Berrin Yanıkoğlu




Bilgisayarlı Görü ve Sinyal/Görüntü/Video İşleme için Makine Öğrenmesi Yöntemleri



Bilgisayarlı Görü ve Sinyal/Görüntü/Video İşleme için Makine Öğrenmesi Yöntemleri

VPA and SPIS Laboratuvarı’nda geliştirilmiş olan bir algoritma ile bölütlenmiş olan bir MR beyin görüntüsü

Müjdat Çetin çalışmalarını VPA ve SPISLaboratuvarları’nda yürütmektedir. Bu tema altındaki araştırmaları şu konuları içermektedir:

  • Kamera veya görsel algılayıcı ağları ile toplanan video verilerinden yüz ifadesi analizi, yüz öznitelikleri takibi, insan takibi, ve insan etkinliklerini tanıma;
  • Seyrek ve verimli sinyal ve görüntü temsili için makine öğrenmesi;
  • Şekillerin öğrenilmesine dayalı görüntü bölütleme;
  • EEG tabanlı beyin bilgisayar ve beyin makine arayüzleri için makine öğrenmesi yöntemleri;
  • Uzaktan algılanmış veriler için örüntü tanıma.
Further Information

Website


Müjdat Çetin