Pozlanmış görüntüleri sınıflandırarak etiketleme
Labeling posed images by classification
- Tez No: 252660
- Danışmanlar: YRD. DOÇ. DR. NİHAT ADAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 97
Özet
Bu çalışmada insan vücut parçalarının açısal özelliklerine göre pozlandırıcıdangeçirilerek poz dizilimlerinin elde edilmesi ve bu dizilimler vasıtası ile el sallama,yürüme ve koşma hareketlerinin tanınmasında kullanılan örüntü algılama sürecisunulmaktadır. Çalışmanın ilk bölümlerinde resimsel yapılar modelinden yola çıkarak 10parçadan oluşan bir insan vücudu modeli tasarlanmıştır. Bu model daha sonra iki farklıveritabanına ait görüntülerin elle işaretlenerek açısal özelliklerinin çıkarımı sürecindekullanılmıştır. Bu sürecin sonunda elde edilen açısal özelliklerden bir açısal öz nitelikkütüphanesi oluşturulmuştur. Elle işaretleme yapılması vücut parçalarını otomatikbulabilecek görüntü işleme yöntemleri içinde bir soyutlama katmanı oluşturmuştur.Ayrıca farklı görüntü veritabanları ile çalışmakta açısal öz nitelik vektörlerinin farklıölçek ve yönelimdeki görüntülerden etkilenmesini sınanabilir kılmıştır. Açısalözniteliklerin elde edilmesinden sonra K-means algoritmasının kullanımı ile öz nitelikvektörlerinden poz kelimeleri oluşturulmuştur. Hareketin algılanması kısmında iseYapay Sinir Ağları ve Destek Vektör Makineleri kullanılmıştır. Başarımlar vektörboyutlarını eşitlemede kullanılan tekrarlı ve ortak poz ekleme yöntemleri ilehesaplanmıştır. Buna ek olarak poz dizilimlerindeki sıralamanın hareket algılamaya olanetkisini görebilmek için poz dizilimleri karıştırılarak ve ters çevrilerek testler yapılmıştır.Böylece poz dizilimlerinin sıralamasının hareket algılamada ki önemi vurgulanmıştır.
Özet (Çeviri)
In this work, the process of recognition human actions such as handwaving,walking, runnig by using angular features of body parts is presented. In the first parts ofthe study a human body part model of 10 parts has been designed by using pictorialstructures. This model is again used in the manuel labeling process of images belongingto two different image database. At the end of this process, a library of angular featureshas been formed. Manuel labeling also creates an abstraction layer for image processingmethods which can automatically find body parts. Also working with different imagedatabases makes it possible to test usage of angular features against images with differentscales and orientations. After having angular features, k-means clustering is used togather pose words from angular features of body parts. In order to recognize actionsfrom pose words SVM and Neural Network classifers are used. Results are thencompared whether common pose or repetitive pose appending method is used to equalizeinput vector lenghts. In addition to these tests, other tests are applied to understand theimportance of pose arrangement order in action recognition. These test involve shufflingand reversing the pose arrangement order. Results also imply the importance of posearrangement order in action recognition.
Benzer Tezler
- Yüksek dinamik aralıklı görüntü oluşturmada derin öğrenme kullanarak hayalet etkisinin giderilmesi
Elemination of ghosting effect using deep learning in high dynamic range image generation
MUSTAFA DEMİRBİLEK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERDAR ÇİFTÇİ
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Çoklu-pozlamalı görüntü birleştirme için yeni yöntemler
New methods for multi-exposure image fusion
HARUN AKBULUT
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL ASLANTAŞ
- Explanatory comparative study of ai models in face expression recognition
Yüz ifadesi tanıma alanında yapay zeka modellerinin karşılaştırılmalı açıklamalı çalışması
FULYA YENİLMEZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk-Alman ÜniversitesiRobotlar ve Akıllı Sistemler Ana Bilim Dalı
PROF. DR. MUKDEN UĞUR
- RAFT-HDR: Face aware deghosting algorithm for high dynamic range imaging
RAFT-YDA: Yüksek dinamik aralıklı görüntüleme için yüze duyarlı hayalet giderme algoritması
BARIŞ SUĞUR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET OĞUZ AKYÜZ