Mouse face tracking using convolutional neural networks
Evrişimsel sinir ağları kullanılarak fare yüzü takibi
- Tez No: 441955
- Danışmanlar: PROF. DR. UĞUR HALICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Biyomedikal çalışmalarda laboratuvar fareleri sıklıkla kullanılmaktadır. Yapılan çalışmalar sırasında fare yüz mimikleri, ilgili araştırmacıya pek çok konuda ipuçları vererek önemli veriler sağlamaktadır. Bu sebeple söz konusu farenin yüzünün deney sırasında gerçek zamanlı takibi hem araştırmacı için hem de yüz üzerinde doğrudan çalışan yazılımlar için çıktı sağlamaktadır. Laboratuvar farelerinin bedenlerinin yüzleri ile aynı renk olması ve farenin çok hareketli olması farenin yüzünün takibini oldukça zorlaştırmaktadır. Son yıllarda, yapay sinir ağları temel alınarak geliştirilen yöntemler eğitilen veri setini soyutlayabilme yetenekleri sayesinde, sınıflandırma, karar verme ve obje tanıma gibi pek çok alanındaki problemlere etkin çözümler sundular. Özellikle hayvanların görme korteksinden esinlenilerek oluşturulan evrişimsel yapay sinir ağları görsel uygulamalarda oldukça başarılı sonuçları vermiştir. Bu çalışmada fare yüzünün videolarda gerçek zamanlı takip edilmesi için evrişimsel yapay sinir ağını kullanan derin öğrenmeye dayalı bir yöntem önerilmiştir. Evrişimsel sinir ağları, eğitim veri setinden hiyerarşik özellik çıkartmak konusunda başarılıdırlar. Yüksek seviyeli özellikler anlamsal özellikler içerir ve düşük seviyeli özellikler yüksek çözünürlüğe sahiptir. Dirençli ve kesin bir takipçi elde etmek için, hedef bilgisi evrişimsel katman kullanılarak düşük ve yüksek seviyeli özelliklerden çıkarılmıştır. Önerilen yöntem fare yüzünü izleme konusunda uzmanlaşmış olmasına rağmen, eğitim veri kümesi değiştirerek herhangi bir hedefi adapte edilebilir.
Özet (Çeviri)
Laboratory mice are frequently used in biomedical studies. Facial expressions of mice provide important data about various issues. For this reason real time tracking of mice provide output to both researcher and software that operate on face image directly. Since body and face of mice is the same color and mice moves fast, tracking of face of mice is a challenging task. In recent years, methods that use artificial neural networks provide effective solutions to problems such as classification, decision making and object recognition thanks to their ability to abstract training dataset. Especially, convolutional neural networks, which are inspired by visual cortex of animals, are very successful in computer vision tasks. In this study, a method based on deep learning which uses convolutional neural networks is proposed for real time tracking of face of mice. Convolutional neural networks are good at extracting hierarchical features from training dataset. High level features contains semantic features and low level features has high spatial resolution. Target information is extracted from combination of low and high level features by convolutional layer to achieve robust and accurate tracker. Although proposed method is specialized in tracking face of mouse, it can be adapted any target by changing training dataset.
Benzer Tezler
- Görüntü çerçevelerinde yüz algılama ve veritabanı ile eşleme yapılması
Face detection in image frames and matching through face database
GÜLDEN ELEYAN
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ASIM EGEMEN YILMAZ
- Hand gesture recognition system
El işareti tanıma sistemi
EMRAH GİNGİR
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
DOÇ. DR. MEHMET METE BULUT
PROF. DR. GÖZDE BOZDAĞI AKAR
- Multipl skleroz hastalarında artırılmış gerçeklik tabanlı telerehabilitasyon uygulamasının nöromuskuler ve sensorimotor parametreler üzerine etkisi
The effect of augmented reality-based telerehabilitation application on neuromuscular and sensorimotor parameters in patients with multiple sclerosis
YASEMİN ATEŞ SARI
Doktora
Türkçe
2024
Fizyoterapi ve RehabilitasyonAnkara Yıldırım Beyazıt ÜniversitesiFizyoterapi ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. NEZEHAT ÖZGÜL ÜNLÜER
DOÇ. DR. ERTUĞRUL DEMİRDEL
- Yazılım teknolojilerinde ergonomik grafik arayüz tasarımı etkileşim faktörleri konusunda bir yöneylem araştırması
An operations research on interactions factors of ergonomic graphic interface design in the software technologies
TÜLAY TURAN
Yüksek Lisans
Türkçe
2009
Güzel SanatlarHaliç ÜniversitesiGrafik Tasarımı Ana Sanat Dalı
ÖĞR. GÖR. MEHMETŞAN YILDIZHAN