Yuz ve
Isim
I1iEkisi
kullanarak
Haberlerdeki KiEilerin Bulunmasi
Finding
Faces
in News Photos
Using
Both Face and Name
Information
Derya
Ozkan,
Pinar
Duygulu
Bilgisayar
Muihendisligi
B6lumui,
Bilkent Universitesi,
06800,
Ankara
deryao@cs.bilkent.edu.tr, duygulu@cs.bilkent.edu.tr
Ozet,e
yuiz
tanima
problemi dekolayla,tirilabilmekte; boylece
Buqali,mada,
haberfotograflarindan
olu,an geni, veri problem isim veyuizler
arasindaki ili,kiyi bulma kumelerinde ki,ilerin sorgulanmasini saglayan bir yontem probleminedonui,stiruilebilmektedir
[7, 2, 3]. [9 5]' de sunulmu,tur. Yontem isim ve yuzlerin ili,kilendirilmesinegoruilduigui
uizere, metin vegorsel
bilginin birlikte dayanmaktadzr. Haber ba,hlzinda ki,inin ismi ge,iyor ise kullanilmasi, tanimaya gerek kalmadan, eri,imde dahafotografta
da o ki,ininyiiziiniin bulunacagi varsaylmlyla, ilk iyi ba,arim saglami,tir.olarak sorgulanan isim ile ili,kilendirilmi,,
fotograflardaki
Tum bunlar gtoz 'onulnde tutularak, bu ,ali,mada tum yuzler se,ilir. Buyuzlerarasindasorguki,isineaitfarkli metinve
gorsel
bilgiyi birlikte kullanarak sorgu ko,ul, poz ve zamanlarda(ekilmi,
pek ,ok resmin yaninda, ki,isine ait dogruyuizlere
eri,meyi saglayan bir yontem haberde ismi ge,en ba,kaki,ilereaityuzlerya da kullanilansunulmu*tur.
Deneylerde
kullanilanyen
ktimesi,
[3]yuz bulma y6nteminin hatasindan kaynaklananyuzolmayan Intemet
tizerinden
toplanan haber resimlerinden resimler de bulunabilir. Yine de, ,oguzaman, sorgu ki,isineoluernet
vetolan
haber keimlerinden
ait resimler daha ,okolup, bu resimler birbirine digerlerine
oeueymaktadir
e varolan diger yuzYeni
kumelerinden oldugundan daha ,ok benzeyeceklerdir. Bu nedenle, yuzler epey farklidir (Bakiniz ,ekil 1). Yahoo! News arasindaki benzerlikler ,izgesel olarak betimlendiginde, sayfalarindaki haber resimlerindentoplanmi$
vehaber birbirine en,ok benzeyen yazlerbu ,izgedeenyogun bile,en basliklariyla ili,kilendirilmi, ,ok sayida resimden olacaktzr. Bu(ali,mada,
sorgu ismiyle ili,kilendirilmi,,olu,an
bu veri kuimesinde resimler sinirli ve denetimli yazlerarasinda birbirine en ,ok benzeyen altkameyibulan, ortamlarda degil, ger,ekko,ullarda ,ekilmi,tir.
Bu ,izgeye dayall biryontemsunulmaktadzr.
nedenle de resimler geni, bir,e,itlilikte
poz, Abstracti$iklandirma
veyuizsel
ifadesergilemektedir. (Ievresel
We propose a method to associate names andfaces for
ko,ul,
yuizuingorunmesini engelleyen etkenler, kiyafet,
querying people in large news photo collections. On the ve ya,taki bu geni, ,e,itlilik, veri kuimesinin assumption that a person's face is likely to appear whentaninmasini
daha zor hale getirmektedir.hislher name is mentioned in the caption, firstall thefaces
associated with the query name are selected. Among these
faces, there could be manyfacescorrespondingtothequeried
person in different conditions, poses and times, but there could also beotherfacescorrespondingtootherpeopleinthe
caption or somenon-faceimagesdue to the errors in theface ek 1. Kullanilan haber
resimlerinden
1rnekler.
detection methodused. However, in most cases, the numberof correspondingfaces ofthe queriedperson will be large,
and thesefaces will be more similar to each other than to Sundugumuz
ykintem;
her nekadar haberde ge,en others. When the similarities offaces are represented in a ilgili ba,ka ki,ilerin yuzleri veya kullanilan yuz graph structure, the set ofmost similarfaces will be the ,ikarma yonteminin hatasindan kaynaklanan yuiz densest componentin thegraph. In thisstudy, wepropose a olmayan resimler de i,erse (Bakiniz $ekil 2); bir isme graph-based method tofind
the most similar subset among ili,kilendirilmi, resimlerde o ki,ininyuizuinuin ,ok daha the set of possible faces associated with the query name, fazia sayida bulunacagini varsaymaktadir. Bir diger where the most similar subset is likelyto correspondto the varsayim ise, ayni ki,iyeyniz
ait suretlerinin birbirinefaces of
thequeriedperson.faces*of
asymie yik$y i izsrteii ibrnthe queried person.
digerlerine
oldugundan daha ,okbenzeyecegidir.
Bu1.
Giri~
varsayimlara dayanarak,
once
sorgu ismine ait resimlerin benzerliklerine gore ,izgesel olarak Internet uizerindeki haber resimleri zengin bilgi betimlenmesi ve ardindan bu ,izgede en yogun kaynaklari olup onlarin etkinula$imi
'onemlidir. bile,eninin, yani sorgu ki,isine ait yuizlerin, Haberler genellikle ki,iler hakkinda olmakta; bu ,ikarilmasina dayalibir yontem sunulmaktadir.nedenle ki,ilere ait sorgulamalar onem kazanmaktadir. Bir
ki,iye
aitbilgileri sorgulamanin
aliilagelmi$
yolu
oki$inin
isminin haber metnindege~ip ge~medigine
bakmaktir. Fakat buyol
yanli
sonutlarveYmeye
egilimlidir.
Birki$iye
aitdogru
resimlereeri$ebilmek
i,in gorsel bilgi kullanilmali ve ki,inin
yuzu
ekil2. 'George Bush' ismiyleifi,kilendirilmi,
resimler.taninmalidir.
Oysayuiz
tanima
henuiz
,czulememi,s birSulay nem,eelyztniapoemebrproblem olmayadevam
etmektedir.Snlnyne,gnlyu
a1apolmn iSon zamanlarda birden fazla
yeni
,ce,sidi ,cozum olmamakla birlikte; ismin yeyuizun
birliktekullanmanin
yeni
eri,simi ye analizinde daha iy gegtigi geni,syeni kuimelerinde
sorgu ki,s1sine aityuiz
sonuglar
verdigi,ye
resimye
nesnelerioizdevimli
resimlerineeri,sim
ba,sarimin
yuikseltmektedir.
olarak
siniflandirmaya
olanaksagladigi
goirulmu,stulr
[1 Bildirinin kalani ,su ,sekilde organize edilmi,stir:Boilum
8.Metin
bilgisigoirsel
bilgi ile birlikte sunuldugunda, 2'de isimye
yuizler
arasindaki
bututnle,smeye
yer8].
~~~~~~~~~~verilmektedir. Boilum
3'deyuizler
arasindaki
benzerliklerin ,izgesel olarak nasil betimlendigi; Bolulm e,lemelerin ,ogu ortadankaldirilmi,tir. 4 de ise bu betimlemedeki en yogun bolgenin
bulunmasini
saglayan yt6ntem
anlatilmaktadir. Sunulany6intem
ileger~ekleqtirilmi~
deneyler
sonu~lari ise Bt1iim5 verilmektedir.2. Isimve
Yuizler
ArasiBitflunele
_Kullanilanyenikilmesi haber resimleri yeba~liklarindan olu~maktadir. Resimde birden fazla
ytiz
ye ba~likta birden fazla isimbulunabileceginden,
hangi
isminhangi
yuize ait oldugu tam olarak bilinememektedir. Fakat Sekil 3. Soldaki
,ekil
kar*i1a*tiri1an
yulzler i,in qikmi* olan ,sunu soyleyebilirizki,
bir ki,inin isminin ge,tigiturm
ilginoktalarini
ve en azuzakliga
dayali
e,lemelerini
yerle
rsld.. '
y.
. gostermektedir.Sagdaki
,ekilde ise geometrik kisitlamalarbyerlerdeki reasimlerdero kBuyeolasitlyikzn
bulunma
uygulandiktan
sonra arta kalan dogruatanmi*
eslemelerbuiyuk bir olasiliktir. Bu olasilik go~z o~nunde grletdr bulundurularak, ilk a,amada sorgu ki,isinin isminin
grirlmektedir.
ge,tigi yerlerdeki yuizler ,ikarilmaktadir. Boylece Benzersiz E,seme Kisitlamalari
bundan sonra uizerinde arama yapilacak olan veri alani Geometrik kisitlamalar sonrasinda halen bazi
yanli1
ktiyUlttilmtii
olup, elde edilen yeni alandasorguki,isineait
y,izlerin ,ogunlukla
bulunmaolasiligi
dafazladir.eulekle bulunblmektedi
Buyanli
e,lemeler
Hernekadar elde edilenyeni
alanda sorgu kiisineogunlukla
,coklu-e,sleme
ya
datek-yrnlb
e,slemelerden
ait yuizler ,ogunluklabulunsa da, bu alan halen oki,iyekaynaklanmatad
nIoktanelenmee
ir
noktyadier
aitolmayan
ytizleri
de i~ermektedir. Sonrakib6lUmlerden
yizdekibirfazia noktanin
e,lenmesiyleolu,urkene
grsel bilginin
dekullanilarak,
sadece metnedayali
tek-ynl
elemeler digeryuizdeki
birnoktaya
easlenen
soulai nas..l iyl.iilbl g anlat.ilacaktir. bir noktanin diger ytizdeki nokta i,in e,solmamasindan
kaynaklanmaktadir.
Buyanli, e,lemeler benzersiz
3. Yuzler Arasi Benzerliklerin Betimlenmesi
e,leme
kisitlamalari ile yok edilerekormegin
A yuizuinden Byuizuine e,lenenher noktanin ayni zamanda Yuizler arasindaki benzerlik bulmada, daha once Lowe B yuzunden A yuzune ayni nokta ile e,lenmesi garanti tarafinda nesne tanimada kullanilmi, ve ba,arili edilmektedir.Omek
bir kisitlama i,in$ekil
4'e; sonu,lar elde edilmi, olan SIFT tanimlayicilar kisitlamalardan onceve sonraki e,lemeler i,in$ekil
5'ekullanilmi$tir
[6]. Bu ama,la yuizler bu tanimlayici bakiniz.tarafindan
,ikarilmi$
ilginoktalari ilebetimlenmi, ve ikiyuzun
kar$ila$tirilmasi
esnasinda, bir yuizdeki herhangi AOt7bir
ilgi
noktasiigindiger
yuizdeki
en azOklid
uzakligina
,
Si
sahip
noktanin bunoktaya
e, noktaoldugu
varsayilmi$tir.
Fakat bu varsayim dogru e,lemelerle A2 A2birlikte
pek
,okyanli$
e,lemeyi
de beraberindegetirmi,tir (Bakiniz
$ekil
3).Yanli$
e,lemeleri ortadan5kil
4.
Aye
Byllzlerinin
kar*i1a*tiri1masinda
Al
ye
A2'yi A kaldirmakamaciyla
iki adet kisitlamauygulanmi,tir:
yuzu
uzerinde;
B1'i
de Byuzu
uzerinde birer
nokta olarakgeometrik kisitlamalar,
benzersize$leme
kisitlamalari.du,unulurse,
soldaki resimde,oklu-e,leme,
sagdakinde
ise Geometrik Kisitlamalartek-yonlu
e,1eme
orneklerigorulmektedir.
Qoklu-e*lemedeki
e,lemelerden
uzakligi
dahafazla
olankaldirilirken(A2-B,
Birbiri ile e,le,mi, iki ilgi noktasinin yuizler uizerinde
e,lemesi), tek-yonlu
e,1emede
ise her iki taraftan da birbirine yakin yerlerde bulunmasi beklenir.Omegin,
e,senmeyen e,seme kaldirilmaktadir (A1 ile B1 e,senmesine farklipozlarda
bile solgoz
genellikle
resmin sol ragmen,B1
A1
ilee,lenmemmi*).
ortalarinda bulunur. Bu varsayim,e,lenen noktalarin
ytiz
tizerindekigt6reli
konumlari g6z 6ntinealindiginda
bunoktalarinbirbirineyakin baglilik
ieinde olacaklarini farz etmektedir.Gt6reli
konum olarak birbirinden uzakta bulunanyanli~
e~lemeleri ortadan kaldirmakigin
geometrik
kisitlamalar kullanilmaktadir. Buama~la
yeni
ktimesindeki
rasgele
10ki$i
i~in
be$er
ytiz
se~ilmi$
ye5ekil
5. Solda benzersize*1eme
kisitlamalarindan6$nce
dogru
bunlar arasindakidogru
yeyanli$ e$lemeler
elle olarakatanmi*
e*lemeler;
sagda
ise kisitlamalarin i,aretlenmi,tir. Bu i,aretli e,lemeler Bayes kullanilmasindan sonra geri kalandogru
e,lemeler siniflandiricisi i,in ogretici olarakkullanilmi$
ve eldegorulmektedir.
Kirmizi,izgiler
soldakiyulzden sagdakine
olan edilen bu siniflandirici bundan sonraki e,slemelerin e,slemeler, sari ,cizgiler ise sagdakiyulzden
soldakine olanlari geometrikuzakliklarina bakarak bir e,slemenin dogru yago$stermektedir.
da
yanli,s
olduguna kararvermektekullanilmi,tir.
Bnelk~zeii 1~uums $ekil 3'de bir ki,siye ait ikiyuizun kar,sila,stirilmasi
ezrl(lgsnnOusuumsye bu
kar,sila,tirmada
geometrik kisitlamalar Bir sonraki a,samada, kisitlamalar uygulandiktan sonra uygulanmadanoince
ye uygulandiktan sonra e,sle,smi,s elimizde kalan dogru e,slemeler kullanilarakyuizler
noktalargoisterilmektedir. Goirulduigu uizere yanli,s
arasindabir benzerlik ,cizgesiolu,sturulmaktadir.
Ikiytizarasindaki uzaklik, bu yuizler arasindaki e,lemelerin uygulanarak toplam resim sayisi 30.281'e indirilmi,tir. ortalama uzakligi olarak tanimlanir. Daha sonra bu Verideki her resim bir isimkiumesi ile e,lenmi, olup bu uzakliklar kullanilarak, isim ve yuiz arasi butuinle,me ile e,lemelerde toplam 13.292 isim kullanilmi,tir. Fakat bu elde edilen arama alanindaki yuizler arasindaki isimlerin yaridan fazlasi (9.609 tanesi) sadece bir veya benzerlikler ,izgesel olarak betimlenmektedir. Bu ,izge iki kez kullanilmi,tir. Ayni zamanda ayni ki,iyi
$ekil
6'da goruilduigui gibi matris olarak gosterildiginde tanimlamada birden fazla isimkullanilmi$
bu matrisin ko,egenlerindeki degerlerin 0, ve matrisin olabilmektedir. Omegin George W. Bush ki,isi i,in ,ude
baki$imli
oldugu gozlenmektedir. isimlerkullanilmi$tir:
George W(1485); W. Bush(1462); George
W. Bush(1454);
PresidentGeorge
W(1443);
President Bush(905);
U.S.President(722);
President George Bush (44); President Bushs(2); PresidentGeorge
W Bush(2); George
W Bush(2).
Deneylerde,
ismi200'uin uizerinde
ve engok
geqen
ilk23
ki$iyi
kullanmaktaolup
birki$i
ilin
varsa farkliisimlerle
e.lenmi$
resimlerininhepsini
g6z.infnde
bulundurulmaktadir.4 ~.
Oncelikle,
herki,i i,in isimytiz
e,lemesi ile bulunanarama alaninda SIFT tanimlayicilar kullanilarak yuizler
5ekil
6. 'Hans Blix' sorgusu ilebutunle,smi,
201 resimlikarasindaki benzerlikler
bulunmu,tur.
Ardindan,
daha arama alanindaki yulzlerin benzerliklerinin matris olarak onceanlatilmi$
olankisitlamalar
uygulanilmi$
ve gosterilmesi. Buyulzlerden
98 tanesigerqekten
sorgu ki,isine sonu,ta ger,ekte dogru olan e,lemelerin%72
'si dogru aitolup, gorsel kolaylikiqin
buyulzler
matrisde solustkoseyee,leme
olarakbulunmu,tur.
Yontem ile dogru oldugu konmu,tur. Koyu renklerkiiyik
uzakliklari, yani birbirine soylenen e,lemelerin %71 'i ise ger,ekten dogru dahaqok
benzemeyi ifade etmektedir. e,lemelerekar$ilik
gelmektedir.Sistemin
ba$arimi,
benzerlik ,izgesini ikili ,izgeye 4. (gizgedeEn YogunBile,senin Bulunmasi,cevirirken kullanilan e,ik
degerinegore degi,mektedir.
Yuizler arasindaki benzerlikleri temsil eden ,izgede,
$ekil
8 de 0.55 ve 0.65arasindaki
e,ik
degerleri i,iny.izler dilgimliere,
aralarindaki uzakliklar dakiri.lerle
kesinlik-geri getirme degerleri
g6sterilmi$tir.
Bukar$ilik
gelmektedir. Burada ama, bu ,izgede en yogun grafige bakilarak, 0.575e,ik
degeri olarakse,ilmi,
vebi.e..eyi bulmaktir. ..~tinkfl en yo-un bi.e~ke bize bu e$ik
degeri
i,in
eldeedilmi,
kesinlik-geri getirme
rbirine
digerlerine oldugundann dahayineyukzleri
degerleri$ekil
8'de sunulmu,tur. Sadece metinverecekiriknbe
bigreiz
dvarsayimiia
sr.ki
yiine
kullanildiginda
ortalama kesinlikdegeri
0.48
iken,
bu aityvzler
olacaktir.
deger sunulan yontem ile 0.575 e,ik i,in 0.68'e [4]'de biro izgenin alt kmesi olan S'in yogunluguyukseltilmi,;
hattabazi
ki,iler igin%l
00 kesinlik degeri,soyle
tanimlanmr,izr:
rt sl
elde edilmi,tir (John Ashcroft, Hugo Chavez,Jiang
t Zemin Abdullah
Gu).
Yine,
bu e,ikdegeri
i,inortalama
geri
getirme
degeri
0.71 olarakkaydedilmi,tir.
E(S)=fi,jcE: icS,jcS} veE ,izgede tanimli tuim 6.Ozet
veSonuVIar
kiri$lere kar$ilik
gelmektedir. Buradaama, enbtiytik
f(S)
degerine sahip
altkuime
S'yi
bulmaktir.(IUnki
bu S Bu~ali$mada,
haber metinleri ileili.kilendirilmi$
geni$
enyogunnoktaya
kar$ilik
gelecektir. r . . . .Bu
~~ ~ ~ ~
.ictm~zee
~~~-
am.a
a~aaa ()dgr haberresimlerinde
ki,si
sorgulamayi saglayan
,cizgesel
Bulunur.
Daha snra
heringedeenbaz ...i.
dereesin
biryontem
sunulmu,tur.
Birveri
kuimesindeki
resimler bulunur. Daha sonraherenazkiriderecee..
arasi benzerliklerbetimlenerek,
problem
bir,izgede
ensahip diugum
atlarakyeni
olu$an
alt kumeninf(S)
ydeer hspai. Bu....d6gi atk.mdehibi.d.g. yogun bile,seni bulma
problemine
donu,sturlmu,str.demeri
eaanr.
Buednr.
altkie
hirbir dlu.an
Yuizler arasindaki benzerlikleri betimlemek i,inse SIFTkalmayana
kadar
levam
ed
er.f(n)
sirind
sahia
tanimlayicilar
[6] kullanilarak,
ikiyDizgin
birbirineolan
,time
alkoern
b enylaksk
f(S) deuzakligi
birbiri iledogru
e$lendigi
varsayilan ilgi
altktimeen yogun
bile,sen
olarakatanir.Yukarida anlatilan
y,ntem
eniyi
.ikiliizgelerde
noktalarinin
ortalamauzakligi
olarakatanmi$tir.
~ali$tigindan,
y6intemi
uygulamadan
6,nce
elimizdekiGeni$
vegercekci
vern
kaynaklari
icinyviz
tanima
vebenzerlikoezeiKczgesi ikili ,cizgeye donu,sturulur. Bunu. . .,
d.n...r.
..
l Bsorgulama
halen ,okzorvehataya
aik bir
problemdir.
yapmak
igin d.ig.imler
arasindakikiri$lere
bire.ik
Bugali$mada,
boyle
veri
kaynaklarinda
ki,i
degeri
konur.E,ik
degerinden
b,iytik
uzakliksorgulamaya
yarayan biryvntem
sunulmu,tur.
Sadecedegerlerine.sahipkiri$ler
silinerek,
ki..ik
olanlara 1 metnedayali yontemlere
oranla kesinlikdegerlerinde
degeriatanir.
Bylece
elde edilenyeni cizgede
I iki020'ye
varaniyile$tirme
saglanmi$
ve hatta baziki,iler
d.ig.im
arasinda birkiri$
oldugunu,
0 iseolmadigini
i,in
%lOO
kesinlik,
%83.9
geri getirme degerlerine
ifade eder. ula7i4.Ilmi tier.
Boilumde
anlatilan ,cizgeyo~nteminin
5.Dnye
kullanilmasindan
oince
yuizler
arasi
benzerlik,cizgesi
Deneyler
~~~~ikili
,cizgeye
do~nu,stulrulmekte
ye
bu nedenlebazi
Deneylerde
kullanilan ye
Bergye
ekibi [2]tarafindan
bilgiler kaybedilmektedir. Benzerlik,cizgesini
ikili Internetuizerinden
toplanan haber resimleriaslinda
,cizgeye ,cevirmeden, yani bazi bilgileri kaybetmeden, Yahoo! News'deyayimlanmi,s
milyonlarca resimden yogunboilgeyi
bulan biryo~ntemin
daha iyisonu,clar
yonteminin
olusturulmasi tizerindepahisi1maktadir.
< p etir X 0 d Ayricaytizlerarasibenzerlikleritanimlamada kullanilan 0.0SIFTtanimlayici yerine ba~kabir yontem kullanilabilir
vebununuizerindecizge yontemiuygulanabilir. U
1 _I~~~~~~~~~Nunther-61co~rrotfices II* I 111 III I 1 I I I II111
JULIU07~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~L
1000~ ~ ~ ~ ~~~~~01Iuoeof
2~~~~~~~~4i0~~~~~ ~ ~ ~ 0~
;001:1
'J41l 1 ll1 L t |
i~~~~~~~~~~
2 3 4 S 6 7 8 9l10
1 1213 141S1617181920 21 22 23~~~~~~~~~
L
L L L&...Skil
9.Deneyde
kullanilan 23ki*i iqin
0.575e*ik
degerinde
0 )ULZ>...
kesilnik-geri
getirmedegerleri grafigi.
Maviqubuklarsunulan0 O @
:LX
_S< f yontemle elde edilenkesinlik,
irmiziqu
uklar gerigetirme
L
qWGa:37CO 00 dWWS<;0 degerlerini gostermektedir. Ye,sil ,cubuklar ise sadece metin
C
,z, > . > < X X
gJ n D s s= X U
Okullanilarak
elde edilen kesinlikdegerlerine
aittir.LD~~~~~~~~~~~~~~~~i
13~~~~~.
CaTeekkr 7 9 e 4ek
X
M
~~~~~~~Bu
ph11ma
TUBITAKKariyer
104E065 ve TUBITAKekil 7. Deneylerde kullanilan 23 ki,i. Her ki,i i,in arama 104Ei77
nolueprojelerltarafindan
desteklenmiktir. alaninda bulunan toplam resim sayisi kdrmdza, bu alandager,cekten o ki,siye ait resim sayisi ise ye,il ,gubukla Kaynak
aa
gksterilmiuetir.
[1] K. Barnard,P. Duygulu, N. deFreitas, D. A. Forsyth, D.
G95 r=_ Blei, and M. Jordan. Matching words and pictures.
JournalofMachineLearningResearch, 3, 2003.
[2]T.Berg,A. C.Berg,J.Edwards, and D.Forsyth.Who is in u
u,, 4 the picture. In Neural Information Processing Systems
(NIPS),2004.
a
J|
[3] T. Berg, A. C. Berg, J. Edwards, M. Maire, R. White,Y.-W. Teh, E. Learned-Miller, and D. Forsyth. Faces and
EL I \namesinthe news. In IEEEConfonComputer Vision and
0.7i Pattern Recognition(CVPR), 2004.
[4] M. Charikar.Greedy approximationalgorithms for
OM Ifinding dense components in a graph. In APPROX '00:
Proc. of the 3rd International Workshop on Approximation Algorithms for Combinatorial
0 0 6
Optimization, London,
UK,
2000.
0f515 C.C O.2 OZ4 OM OM OiS 012-O 74r
.Necision L[5] N. Ikizler and P. Duygulu. Person search made easy. In
5ekil8. Deneydekullanilan 23 ki,i i,inortalama kesinlik-geri The Fourth InternationalConference onImage andVideo
getirme degerleri grafigi. Kirmizi ile i,aretli nokta 0.575 Retrieval(CIVR 2005), Singapore,2005. l
degerine denk gelmekte olup bundan sonraki deneylerde bu [6]D.G. Lowe. Distinctiveimagefeatures from scaleinvariant
degerbaz
alinmi*tir.
keypoints. International Journal of Computer Vision,60(2),2004.
[7] S. Satoh and T. Kanade. Name-it: Association of face and name in video. In Proceedings of IEEE Conference on
ComputerVisionand PatternRecognition(CVPR), 1997.
[8] C. Snoek and M.Worring. Multimodal video indexing: A
review of the state-of-the-art. Multimedia Tools and
Applications,25(1),2005.
[9] J. Yang, M.-Y.Chen,and A. Hauptmann. Finding person x: Correlating names with visual appearances. In International Conference on Image and Video Retrieval