Yüksek başarımlı, bigisayarla görü uygulamaları programlaması
High performance computer vision applications programming
- Tez No: 252897
- Danışmanlar: YRD. DOÇ. DR. NİHAT ADAR
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Hareket tahmini, Hareket tanımlama, Saklı Markov modeli, Yapay sinir ağları, Motion estimation, Motion specification, Hidden Markov model, Artificial neural networks
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Video dizilerinde insan hareket tespiti ve tespit edilen bu hareketlerin tanınmasıbilgisayarlı görünün önemli çalışma alanlarıdır. Hareket tespiti ve tanınması, eğitim,güvenlik ve askeri birçok alanda kullanılmaktadır. Bu tezde, video dizilerinden insanhareketlerinin tespiti ve tanınması için yapay sinir ağını (YSA) ve saklı markovmodelini (SMM) temel alan insan hareket tespit ve tanıma sistemleri modellenmiştir.Hareket tespit ve tanıma sistemi üç aşama içermektedir; insan pozu tespiti, poz dizisiüretimi ve üretilen bu poz dizilerinden hareket tanıma. Birinci aşamada, ilk videoçerçevesinde insan pozunu tespit için, kenar tabanlı biçim değiştirir modeli kullanan birözyinelemeli algoritma kullanılmaktadır. Daha sonra, diğer çerçevelerde insan pozunubulmak amacıyla bu algoritma üç adım arama yöntemiyle birleştirilmiştir. Bu yöntemle,poz bulma süreleri iyileştirilmiştir. İkinci aşamada, video dizilerinden elde edilenhareketlere ait pozların tümü sınıflandırıcı algoritmaya uygulanmıştır. Böylece, pozsembollerinin tekrarı önlenmiş ve kod kitabında bulunmayan yeni poz sembollerininkolay bir şekilde kod kitabına eklenebilmesi sağlanmıştır. Vektör nicemleme ile pozdizileri elde edilmektedir. Hareketlere ait farklı uzunluktaki poz dizileri için ortak vetekrarlı poz ekleme işlemleri iki farklı normalizasyon yöntemi olarak tanımlanmıştır.Üçüncü aşamada, farklı uzunluktaki kod kitapları ve normalize edilmiş poz dizileri,YSA ve SMM tabanlı tanıma modellerinin eğitim ve testinde kullanılmışlardır. Ortakpoz ekleme yöntemiyle normalizasyon, YSA eğitim sürelerini azaltmaktadır ve yüksektanıma oranları sağlamaktadır.
Özet (Çeviri)
Human action detection in video sequence and recognition of these actions aremajor working fields in computer vision. Action detection and recognition are used inmany areas like education, security, and military. In this thesis, human activity detectionand recognition systems based on Artificial Neural Networks (ANN) and HiddenMarkov Model (HMM) are modeled for detection and recognition of the humanactivities from video sequences. The action recognition system models consist of threestages; human pose detection, pose sequence generation, and action recognition fromthese pose sequences. At the first video frame, an iterative algorithm using edge baseddeformable model is employed to detect human pose. Afterwards, this algorithmcombined with the three step search method is used to find human pose in the remainingframes. With this method, pose finding times are improved. At the second stage, allfeature vectors obtained from the video sequences are fed into classification algorithm.Consequently, pose symbol repetition is prevented and new pose symbols that are not inthe codebook can be easily added. The pose sequences are obtained by the vectorquantization. Addition of repeated and common pose operations are defined as twodifferent normalization methods for the action sequences of different lengths. At thethird stage, codebooks of different lengths and normalized pose sequences are used fortraining and testing ANN, and HMM based recognition models. Common pose additionreduces the learning time and provides high recognition rates in ANN models.
Benzer Tezler
- CUDA based real time implementation ofregion covariance descriptors
Alan kovaryans matrislerinin CUDA tabanlıgerçek zamanlı paralel hesaplanması
MUHAMMET ALİ ASAN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN ÖZSOY
- Scale and pose invariant real-time face detection and tracking
Ölçekten ve pozdan bağımsız gerçek zamanlı yüz bulma ve izleme
MEHMET ŞERİF BAYHAN
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Fast face detection and recognition on graphics processing units
Grafik işlemciler üzerinde hızlı yüz saptama ve tanıma
SALİH CİHAN TEK
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Manipulation of visually recognized objects using deep learning
Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi
ERTUĞRUL BAYRAKTAR
Doktora
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ