Prototypes: Exemplar based video representation
Prototipler: Örnek tabanlı video temsili
- Tez No: 426858
- Danışmanlar: DOÇ. DR. SELİM AKSOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Videolardan hareketlerin tanımlanması yaygın olarak çalışılan bir problemdir ve yıllar boyunca önerilen birçok çözüm olmuştur. Sınıflandırma için gerekli olan eğitim verisini etiketleme, bu yöntemlerin ölçeklenebilirliği için önemli bir sorun olmuştur. Diğer taraftan, videoların gürültülü içeriği nedeniyle çok sayıdaki zayıf etiketli web verilerinin kullanımı bir sorun olmaya devam etmektedir. Bu çalışmada, koleksiyonu budama yoluyla ilgisiz videoların elenmesi ve en temsilci elemanların keşfedilmesi problemlerini ele almaktayız. Görüntü sınıflandırma için ayrıştırıcı parçaları keşfeden yöntemlerin başarısından esinlenerek, seçilen ayırt edici örnekleri temel alan yeni bir yöntem öneriyoruz. Her hareket sınıfından o sınıf için tanımlayıcı olacak şekilde ayrı ayrı seçilen bu ayrıştırıcı örneklere“prototipler”demekteyiz. Sonrasında, bu prototipleri tüm veri kümesini betimlemede kullanmaktayız. Geleneksel sınıflandırma yöntemlerini izleyerek ve mevcut olan en güncel alt ve derin düzeydeki öznitelikleri kullanarak, en basit seçim ve tanımlama yöntemleriyle bile, prototip kullanımının hareket tanıma performansını arttırabileceğini gösteriyoruz. Ayrıca, eğitme verilerinin sadece seçilmiş prototiplere azaltılmasıyla, daha az sayıdaki dikkatle seçilmiş örneklerin, daha büyük sayıdaki eğitme verilerinin performansına ulaşabileceğini gösteriyoruz. Prototiplere ek olarak, hareket tanımlamada ilgisiz veri elemesinin etkisini araştırıyoruz ve en güncel çalışmalardan daha iyi veya kıyaslanabilir olan deneysel sonuçları, kriter olarak görülen UCF-101 ve ActivityNet video veri kümeleri üzerinden veriyoruz.
Özet (Çeviri)
Recognition of actions from videos is a widely studied problem and there have been many solutions introduced over the years. Labeling of the training data that is required for classification has been an important bottleneck for scalability of these methods. On the other hand, utilization of large number of weakly-labeled web data continues to be a challenge due to the noisy content of the videos. In this study, we tackle the problem of eliminating irrelevant videos through pruning the collection and discovering the most representative elements. Motivated by the success of methods that discover the discriminative parts for image classification, we propose a novel video representation method that is based on selected distinctive exemplars. We call these discriminative exemplars as“prototypes”which are chosen from each action class separately to be representative for the class of interest. Then, we use these prototypes to describe the entire dataset. Following the traditional supervised classification methods and utilizing the available state-of-the-art low and deep-level features, we show that even with simple selection and representation methods, use of prototypes can increase the recognition performance. Moreover, by reducing the training data to the selected prototypes only, we show that less number of carefully selected examples could achieve the performance of a larger training data. In addition to prototypes, we explore the effect of irrelevant data elimination in action recognition and give the experimental results which are comparable to or better than the state-of-the-art studies on benchmark video datasets UCF-101 and ActivityNet.
Benzer Tezler
- The journalistic impressions on the structural transformation of media ownership in Tanzania (1990 – 2017)
Tanzanya'da medya sahipliğinin yapısal dönüşümü hakkında gazetecilerin izlenimleri (1990 – 2017)
KHAMIS JUMA ABDALLA
Doktora
İngilizce
2019
GazetecilikMarmara ÜniversitesiGazetecilik Ana Bilim Dalı
PROF. DR. NURŞEN MAZICI
- Understanding shape preferences in architectural design through evolutionary computation
Mimari tasarımdaki şekil tercihlerini evrimsel hesaplama ile anlama
ECENUR YAVUZ
Yüksek Lisans
İngilizce
2020
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DR. MICHAEL STEFAN BITTERMANN
- Frequency effects in the production and perception of long vowels in Turkish
Türkçe?de uzun ünlülerin üretiminde ve algılanmasında sıklık etkileri
ÖZGE SARIGÜL
- Kur'an-ı Kerim'de güzel huylar
Good habits in the Holy Qur'an
ADEM KEMANECİ
Yüksek Lisans
Türkçe
2011
DinÇanakkale Onsekiz Mart ÜniversitesiTemel İslam Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMED FATİH KESLER