In face recognition studies, a large number of samples of training cause more variation in light, facial expressions and poses. This allows the correct classification of faces to be done well. However, number of samples of training reached in real life is limited. Therefore, increase of proportion accuracy in face recognition is difficult. In this case, symmetry of face is important for face recognition. In this study new symmetrical training samples were created by using the symmetry of the face. Then, original training samples and generated training samples were tested with 2-D discrete wavelet transform and local binary pattern methods respectively. Facial recognition accuracy rates against the number of training samples were found.Keywords: Face recognition, symmetry of face, number of training samples, local binary pattern, 2D- discrete wavelet transform, euclidean distance.

Yüz tanıma uygulamalarında eğitim örneği sayısının fazla olması ışık, yüz ifadeleri ve pozda daha fazla varyasyonun ortaya çıkmasına neden olmaktadır. Bu durum ise yüz tanımada doğru sınıflandırmanın iyi şekilde yapılmasına olanak sağlamaktadır. Ancak gerçek hayatda ulaşılan eğitim örneğin sayısı sınırlıdır. Bundan dolayı yüz tanımada doğruluk oranını arttırmak zordur. Yüzün simetrisi, bu durumda yüz tanıma için önemli olmaktadır. Bu çalışmada yüzün simetrisinden yararlanılarak yeni simetrik eğitim örnekleri oluşturulmuştur. Daha sonra orijinal eğitim örnekleri ve yeni oluşturulan eğitim örnekleri sırası ile 2 boyutlu ayrık dalgacık dönüşümü ve yerel ikili örüntü yöntemleri ile test edilmiştir. Eğitim örneği sayısına karşı yüz tanıma doğruluk oranları bulunmuştur.Anahtar Kelimeler: Yüz tanıma, yüz simetrisi, eğitim örneği boyutu, yerel ikili örüntü, iki boyutlu ayrık dalgacık dönüşümü, öklid uzaklığı.