Computer vision based behavior analysis
Bilgisayarla görü tabanlı davranış çözümlemesi
- Tez No: 246749
- Danışmanlar: PROF. DR. ARİF BÜLENT ÖZGÜLER, YRD. DOÇ. DR. PINAR DUYGULU ŞAHİN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 143
Özet
Bu tezde görsel girdi ve otomatik karar tabanlı davranış tanıma ve anlaması araştırılmıştır. Davranış çözümlemesi hayvan davranışlarından insan davranışlarına kadar geniş bir kapsamda yürütülmüştür. Bu geniş kapsam dolayısıyla incelemelerimizi ana iki bölüm içinde sunuyoruz. Bölüm I'de ilaç görüntüleme deneyleri bakımından laboratuvar hayvanlarının lokomotor hareketleri ve Bölüm II'de ise görsel ilgi bakımından insan davranışlarının çözümlemesi incelenmektedir.Bölüm I'de sunulan hayvan davranış çözümleme yöntemi arka plan çıkarımına dayalı hareket izleme, elde edilen yol ve hız bilgisinden ayıredici davranışsal nitelikleri belirleme, bu nitelikleri öznitelikler yoluyla özetleme ve bu öznitelikleri sınıflandırma işlemlerinden oluşmaktadır. Bölüm I'de sunulan deneylergöstermektedir ki önerilen hayvan davranış çözümleme sistemi davranışsal ve nörofarmakolojik çalışmalarda olduğu kadar ilaç görüntüleme ve toksikoloji çalışmalarında da fayda sağlayacaktır. Bu durum, önerilen yöntemin ayırdedici davranışsal değişiklikleri tespit etmedeki üstün yeteneğine bağlıdır.Bölüm II'de sunulan insan davranış çözümleme şeması, sınırlandırılmamış ortamlarda ilgi sabitleme noktalarının belirlenmesi için etkili bir yöntem önermektedir. Deneyi yapan kişinin kafası eliptik bir silindir olarak modellenmektedir. Bu kafa modeli Lucas-Kanade optik akış yöntemi ile izlenmekte ve buna göre duruş değerleri kestirilmektedir. Ardından çözümlenen duruşlar iki Gauss bağlanımı ile bakış doğrultusuna ve bakılan nesnenin derinli ğine dönüştürülmektedir. Bağlanım çıktıları nesne merkezi konumlarınınbirincil kestirimlerini bulmak amacıyla çakıştırılmaktadır. Bu kestirimler insan seğirmelerini gerçekçi bir şekilde taklit etmek bakımından biriktirilmekte ve nihai kestirimleri elde etmek için muhtemel bölge üzerinde belirginlik hesaplanmaktadır.Bölüm II'de sunulan insan davranış çözümleme yönteminin kapsamlı genelleme kabiliyetini kanıtlayarak, hızlı bakış doğrultusu kestiriminin etkileşim güdümlü robot iletişiminde birleşik ilgi kurulmasını sağlayabileceğiniöngörülmektedir.
Özet (Çeviri)
In this thesis, recognition and understanding of behavior based on visual inputs and automated decision schemes are investigated. Behavior analysis is carried out on a wide scope ranging from animal behavior to human behavior. Due to this extensive coverage, we present our work in two main parts. Part I ofthe thesis investigates locomotor behavior of lab animals with particular focus on drug screening experiments, and Part II investigates analysis of behavior in humans, with specific focus on visual attention.The animal behavior analysis method presented in Part I, is composed of motion tracking based on background subtraction, determination of discriminative behavioral characteristics from the extracted path and speed information, summarization of these characteristics in terms of feature vectors and lassification of feature vectors. The experiments presented in Part I indicate that the proposed animal behavior analysis system proves very useful in behavioral and neuropharmacological studies as well as in drug screening and toxicology studies. This is due to the superior capability of the proposed method in detecting discriminative behavioral alterations in response to pharmacological manipulations.The human behavior analysis scheme presented in Part II proposes an efficient method to resolve attention fixation points in unconstrained settings adopting a developmental psychology point of view. The head of the experimenter is modeled as an elliptic cylinder. The head model is tracked using Lucas-Kanade optical flow method and the pose values are estimated accordingly. The resolved poses are then transformed into the gaze direction and the depth of the attended object through two Gaussian regressors. The regression outputs are superposed to find the initial estimates for object center locations. These estimates are pooled to mimic human saccades realistically and saliency is computed in theprospective region to determine the final estimates for attention fixation points. Verifying the extensive generalization capabilities of the human behavior analysis method given in Part II, we propose that rapid gaze estimation can be achieved for establishing joint attention in interaction-driven robot communication as well.
Benzer Tezler
- Deep learning-based behavior analysis of seafarers
Derin öğrenme tabanlı gemi adamlarının davranış analizi
VEYSEL GÖKÇEK
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. GAZİ KOÇAK
DR. ÖĞR. ÜYESİ YAKUP GENÇ
- Automated crowd behavior analysis for video surveillance applications
Video gözetleme uygulamaları için otomatik kalabalık davranışı analizi
PÜREN GÜLER
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. ALPTEKİN TEMİZEL
YRD. DOÇ. DR. TUĞBA TAŞKAYA TEMİZEL
- Biyomekanik analiz tabanlı insan hareketi tanıma algoritmalarının geliştirilmesi
Development of biomechanical analysis-based human motion recognition algorithms
BETÜL AY
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET KARAKÖSE
- Process mining for analysis of indoor customer behaviors
Süreç madenciliği ile iç mekan kullanıcı davranışları analizi
ONUR DOĞAN
Doktora
İngilizce
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Fire detection algorithms using multimodal signal and image analysis
Çokkipli işaret ve imge çözümleme tabanlı yangın tespit algoritmaları
BEHÇET UĞUR TÖREYİN
Doktora
İngilizce
2009
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. A. ENİS ÇETİN