Gerçek zamanlı video görüntülerinden insan hareketlerinin tanınması ve yorumlanması
Real time human action recognition and understanding
- Tez No: 316014
- Danışmanlar: YRD. DOÇ. DR. M. ELİF KARSLIGİL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
İnsan hareketlerinin tanınması ve yorumlanması video anlamlandırma çalışmalarının önemli bir parçasını oluşturmaktadır. Bu tez çalışmasında, video görüntülerini değerlendirerek yapılan hareketin ne olduğuna karar veren özgün bir sistem geliştirilmiştir. Böylece, otomatik olarak hareket algılayabilen gürbüz bir sistem oluşturulmuş ve ortam anlamlandırmaya ön adım olabilecek bir yapı ortaya konulmuştur.Önerilen sistemde hareket zamansal bir örüntü olarak tanımlanmış ve bu durumu ifade etmek için anlık durağan görüntü bilgisi ile hareket bilgisinin birleşiminden faydalanılmıştır. Bu işlemin gerçeklenmesinde, öncelikle ön plan çıkarımı ile bilgi içermeyen bölge elenmiştir. Daha sonra ön plan üzerinde insan konumu ve koordinatları blob analizi ile çıkarılmıştır. Optik akış hesabı ile bu bölge üzerindeki hareket bilgisi elde edilmiş ve beraberinde bu bilgi hareketin gücünü ifade eden bir hale dönüştürülmüştür. Elde edilen optik akış güç şekli yönlü gradyanlar histogramı yardımıyla betimleyici bir hale dönüştürülmüştür. Betimleyiciler zaman düzleminde ardışık dizilerek, hareket bilgisinin ve durgun görüntü bilgisinin yanı sıra zaman kavramını da içeren son betimleyiciler elde edilmiştir. Bu betimleyicilerin güçlülüğü ve güvenirliliği esas alınarak zaman düzleminde bir pencere çerçevesinde kayan basit bir sınıflandırıcı ile tanımlayıcı oluşturulmuştur.Bu tez çalışmasında, insan hareketlerinin hareket, durgun görüntü ve zaman bilgisinin birleştirilmesi ile etkili biçimde ifade edilebileceği ortaya konulmuştur. Sonuç olarak ise değişken boyutta, değişen koşullar altında başarıyla çalışabilecek, otonom hareket tanıyabilen ve bu sayede video anlamlandırabilen bir yapı oluşturulmuştur.
Özet (Çeviri)
Human action recognition and interpretation constitutes an important part of the video understanding. In this study, a novel action recognition system is developed which can detect and understand human actions. Thus, a robust system that can understand actions automatically is produced, so that, a structure is put forward as a first step to a fully developed video sensing framework.The proposed system defines the action as a temporal pattern which is described by still image information combined with movement information. To realize that, firstly, foreground is extracted and the region containing no beneficial data is eliminated. Then, the location and coordinates of area of interest are obtained using blob analysis. Optical flow is used to determine the movement in the interest region and the output is used to construct the movement power shape. Descriptors are constituted by histogram of oriented gradient analysis of optical flow power shapes. Descriptors lined up in the time plane to form identifiers that contain the concept of motion, still image and time domain. Based on the power and reliability of these descriptors, a simple sliding window classifier is formed in the time domain.In this study, it is seen that human actions can be represented efficiently by using descriptors of motion, still image and time. As a result, an autonomous action recognition system is produced which can detect human actions in a way that is steady to work successfully under changing conditions, hence, a structure is put forward for video sensing.
Benzer Tezler
- DA4HI: A deep learning framework for facial emotion recognition in affective systems for children with hearing impairments.
DA4HI: İşitme engelli çocuklar için duyuşsal sistemlerde yüzdeki duyguların tanınması maksadıyla geliştirilen derin öğrenme modeli.
CEMAL GÜRPINAR
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
PROF. DR. NAFİZ ARICA
- 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
- Histogram tabanlı algoritmalarla sanal giriş birimi tasarımı
Virtual input design with histogram based algorithms
SELMAN HIZAL
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEMİL ÖZ
- Real-time detection and tracking of human eyes in video sequnces
Video görüntülerinde gerçek zamanlı insan gözü saptama ve takibi
ZAFER SAVAŞ
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR HALICI
- Video görüntülerinden trafik kazası riskini gerçek zamanlı belirleyen bir sistem tasarımı
A system design for determining traffic accident risk from real-time video images
UYGAR ER
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. ELİF KARSLIGİL