Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇalışmanın eğitim kurumlarındaki devam süreçlerinde iyileştirmeler sağlayacağı ve uygulanması durumunda farklı mobil platformlarla desteklenerek çok daha efektif hale getirilebileceği öngörülmektedir.
📌 3 Maddede Bu Makale
Özet
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.
Abstract
The rapid development of technology has resulted in the emergence of different approaches in automation systems and has led to the intensive use of biometric-based recognitions. In this study, a class attendance system has been developed using face recognition, one of the biometric-based systems, in order to make students' attendance to a class effectively and easily and to prevent time waste. With the application implemented using Phyton programming language and OpenCV library, both single and multiple face recognition processes and face recognition processes in the case of wearing a medical mask were successfully performed. In the system where students who are not enrolled in the course are coded as guest students, the name of the student whose face is recognized can also be voiced with a voice warning when desired. The results are stored in a csv file on a date-based basis and the attendance status of the students can be statistically analyzed if desired. It is predicted that the study will provide improvements in attendance processes in educational institutions and if implemented, it can be made much more effective by supporting it with different mobile platforms.