Derinlik bilgisi kullanılarak insan hareketlerinin tanınması
Recognition of human actions using depth information
- Tez No: 379622
- Danışmanlar: YRD. DOÇ. AHMET BURAK CAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 141
Özet
Derinlik algılayıcılar kullanılarak insan hareketlerinin tanınması günümüzde özellikle oyun endüstrisinde giderek yaygınlaşan bir teknolojidir. Derinlik algılayıcıları ortamlara ilişkin 3 boyuttan elde edilen güvenilir öznitelikler sağlayarak kısa mesafelerde doğru hareket tanıma oranını artırmaktadır. Bu tez kapsamında Microsoft Kinect RGBD algılayıcıdan elde edilen derinlik bilgisini kullanarak insan hareketlerini tanımayı amaçlayan çeşitli yöntemler sunulmaktadır. Hareket tanıma amaçlı olarak ilk önce, bir eklem iskelet modelinden elde edilen açı ve yer değiştirme bilgileri kullanılmıştır. Daha sonra hareketleri zamansal örüntü olarak ele alan Saklı Markov Modelleri ve zaman serilerini temel alan yöntemler üzerine çalışılmıştır. Elde edilen özniteliklerden oluşturulmuş bir sözlük yardımıyla gözlem dizileri haline getirilen hareketler, Saklı Markov Modelleri yardımıyla tanınmaya çalışılmıştır. Hareketler ayrıca zaman serileri olarak ele alınmış ve serilerden elde edilen öznitelikler üzerinde boyut indirgemesi yaparak sınıflama yapan bir yöntem çalışılmıştır. Daha sonra, iskelet modelinden elde edilen nitelikler yanında ham derinlik bilgisi de kullanılarak doğru tanıma oranı yükseltilmeye çalışılmıştır. Son olarak da çalışılan bu yöntemlerden yola çıkılarak düşük gecikmeli hareket tanımaya yönelik bir yöntem önerilmiştir. Geliştirilen yöntemler kendi oluşturduğumuz HUN-3D ve literatürde yer alan ve sıkça kullanılan MSRC-12 ve MSR-Action 3D veri kümeleri üzerinde de test edilmiştir. Geliştirilen yöntemler veri kümelerinden bağımsız olarak kolay hesaplanabilir öznitelikler ile başarılı sonuçlar üretmiştir.
Özet (Çeviri)
Human action recognition using depth sensors is an emerging technology especially in game console industry. Depth information provides 3D robust features about environments and increases accuracy of action recognition in short ranges. This thesis presents various approaches to recognize human actions using depth information obtained from the Microsoft Kinect RGBD sensor. In the first studied approach, information about angle and displacement of joints is obtained from a joint skeleton model to recognize actions. Then actions are considered as temporal patterns and studied on Hidden Markov Models and time series. In the Hidden Markov Model based model, actions are converted into observation series by utilizing a vocabulary constructed from the features. Besides actions are considered as time series and actions are classified after applying dimension reduction on features extracted from the series. Then, in addition to features from the skeletal model, features are obtained from raw depth data to increase classification ratio. Finally, combining the experince from all studied methods, a low latency action recognition method is proposed. The constructed models are tested on our own HUN-3D dataset and MSRC-12, MSR-Action 3D datasets, which are widely used in the literature. The proposed approaches produce robust results independent from the dataset with simple and computationally cheap features.
Benzer Tezler
- Kinect rgb görüntülerinde ve derinlik haritalarında uzam-zamansal özellikleri kullanarak işaret dili tanıma
Sign language recognition using spatio-temporal features on Kinect rgb video sequences and depth maps
ABBAS MEMİŞ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SONGÜL ALBAYRAK
- Fizik terapi egzersiz tiplerinin tanınması ve takip edilmesi için bir bilgisayarla görme yöntemi
A computer vision approach to recognize and to track the types of physiotherapy exercises
İLKTAN AR
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF SİNAN AKGÜL
- Vision based positioning ABB IRB 140 robot for gas leakage test automation
Gaz kaçak test otomasyonu için ABB IRB 140 robot için görüntü tabanlı pozisyonlama
AKIN İLKER SAVRAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUFAN KUMBASAR
- Developing a new system for advertisement analysis using gaze and depth analysis methods
Bakış ve derinlik analizi yöntemleri kullanılarak reklam analizi için yeni bir sistem geliştirilmesi
FATİH BADAY
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBüyük Veri ve Veri Analitiği Ana Bilim Dalı
DOÇ. DR. ÖMER FARUK BEYCA
- Guidance, navigation and control of an autonomous underwater vehicle
Otonom bir su altı aracının güdüm, seyrüsefer ve kontrolü
MEHMET AVİNÇ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ HACIZADE