Human movement recognition with dynamic movement primitives
Dinamik hareket birimleri ile insan hareketi tanıma
- Tez No: 409946
- Danışmanlar: DOÇ. DR. ERHAN ÖZTOP
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Dinamik Hareket Birimleri (DHB), ilk olarak hareket güzergahlarının üretilmesinde kullanılan bir yöntem olduğu halde hareket tanıma görevlerinde de kullanılmıştır. Fakat DHB'lerle yapılan tanıma ile diğer tanıma yöntemleri arasında sistematik bir karşılaştırma yapılmamıştır. Biz de faz değişkeninde eşit merkezlenmis Gaussian fonksiyonları kullandığımız DHB'lerde, boyutları değiştirilmiş ağırlık karşılaştırması ile hareket tanıma yöntemi gercekleştirdik. Ayrıca, bu tezde yaygın olarak kullanılan Saklı Markov Modeli (SMM) yöntemi ve DHB ile yapılan insan tarafından üretilmiş hareket güzergahları üzerinde tanıma işlemleri karşılaştırılmıştır. Bu iki yöntemin çalışma prensipleri çok farklı olduğu için, performansa ek olarak adapte edilebilir parametrelerin miktarı ve tanıma işleminin aldığı zaman karsılaştırılmıştır. Sonuçlar, DHB'nin insan hareketleri verisi üzerine gürültüsüz, gürültü eklenerek ve veriler azaltılarak yapılan testlerde SMM'den daha iyi sonuçlar verdiğini göstermektedir.
Özet (Çeviri)
Dynamic Movement Primitives (DMPs)-originally a method for movement trajectory generation has been also used for recognition tasks. However there has not been a systematic comparison between other recognition methods and DMPs using human movement data. We have implemented a movement recognition method based on DMPs with Gaussians centered equally spaced in phase variable and scaled one-nearest-neighbor weight comparison. Furthermore, in thesis, we presented a comparison of commonly used Hidden Markov Model (HMM) based recognition with our implementation of DMP based recognition using human generated letter trajectories. As the working principles of these two methods are very different, in addition to the performance, the numbers of adaptable parameters that are used in each method and, process time were compared. The results indicate that DMP gives better results than HMM in the tests with noiseless data, noisy data and derogated data with given human movement dataset.
Benzer Tezler
- Action recognition through action generation
Hareket yaratma mekanizmalarıyla hareket tanıma
BARIŞ AKGÜN
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. EROL ŞAHİN
- Vatandaşlık hakkı ve vatansızlık
Right to have nationality and statelessness
HATİCE BEYZA ÖZTÜRK
Yüksek Lisans
Türkçe
2024
HukukGalatasaray ÜniversitesiMilletlerarası Özel Hukuk Ana Bilim Dalı
PROF. DR. SÜHEYLÂ BALKAR
- Doğadan esinli interaktif bina kabuğu tasarımı için örüntüye dayalı bir model
A model for nature inspired interactive building envelope design based on pattern
HÜLYA ORAL
Yüksek Lisans
Türkçe
2015
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ
- Hand gesture recognition for Turkish sign language using electromyography for human-robot interaction
İnsan-robot etkileşimi için elektromyografi kullanarak Türk işaret dili için el hareketi tanıma
MUSTAFA SEDDIQI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE KÖSE
- Vision based handwritten character recognition
Görüş tabanlı elyazısı harf tanınması
ÖZCAN ÖKSÜZ
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. UĞUR GÜDÜKBAY