ÖZET Bu tez çalışmasında, Ortak Vektör ve Ortak Matris Yaklaşımı kullanılarak atkılı, gözlüklü ve normal insan yüzlerinden oluşan 3 sınıf ayırt edilmeye çalışılmıştır. Veri tabam olarak Aleix Martinez tarafından oluşturulan `AR-Face` veri tabam kullanılmıştır. Bu veritabanı 4000'in üzerinde resim içermekte ve bu resimler normal, gözlüklü ve atkılı yüz fotoğraflarının her birine ait önden çekilmiş dokuz pozdan oluşmaktadır. Bu pozların hepsi bir görüntü dosyasında bulunduğundan, kullanılan yönteme uygun hale getirilmesi için her birinin 9 ayrı resim olarak ayrılması ve işlenebilmeleri için RGB bileşenlerinden arındırılmaları gibi ön işlemlerden geçirilmişlerdir. Ortak matris yaklaşımına uygun olarak her sınıfa ait tüm eğitim matrislerinin öncelikle satır ve sütunlarından fark vektörleri, ortonormal vektörler ve ortak vektörler elde edilmiştir. Satir ortak vektörlerden elde edilen matris ile sütun ortak vektörlerden elde edilen matrisin ortalaması alınarak her bir sınıfın ortak matrisi oluşturulmuştur Bu işlemler test matrisleri için de uygulanmış ve elde edilen kalan matrisler ortak matrisler ile karşılaştırılarak tanıma işlemine sokulmuştur. Algoritmaların yazılım platformu olarak Windows tabanlı MATLAB kullanılmıştır. ortak vektör yaklaşımı her ne kadar tek boyutlu veriler için tanımada yüksek performans gösteriyorsa da iki boyutlu verilerde de ortak matris yaklaşımı kullanılarak eğitim kümesinde basan sağlanmış, fakat test kümesinde performans beklenildiği kadar yüksek olmamıştır. Anahtar Kelimeler: görüntü işleme, Ortak Vektör yaklaşımı, görüntü tanıma. İİ ABSTRACT In this thesis study, it is tried to recognize human facial images, that are groupped in 3 classes as normal, sun glasses, and scarf,, using Common Vector and Common Matrix approach. As a database, the one created by Aleix Martinez; AR-Face Database, that involves over 4000 frontal facial images including different facial expressions, illumination conditions and occlusions (sunglasses and scarf) and 9 seperate in each image, is used. To prepare images to be used in this method, all of them are preprocessed. Each image seperated in to 9 different images, and RGB components are eliminated. According to Common Matrix Approach, first of all, difference matrices and orthonormal matrices of each image and common vector of each class are calculated. These procedures are also applied to test matrices, to get the remaining matrix. The classification is realized after the comparison of these common matrices and remaining matrices. As a recognition platform, a Windows based MATLAB computing software is used. However, the common vector approach is an efficient tool for recognition in one dimensional data, in this study Common Matrix approach is applied to 2-Dimensional data but it has not the expected performance as expected. Keywords : image processing, common vector approach, image reconition. 78