Part-based person re-identification in a cafe setting
Kafe ortamında kısma dayalı kişiyi yeniden tanıma
- Tez No: 523091
- Danışmanlar: PROF. DR. LALE AKARUN ERSOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Kişiyi yeniden tanıma, kişilerin pozlarının çeşitlilik gösterdiği ve vücutlarının bir kısmının görüntü içinde olmadığı durumlarda oldukça zorlu bir problemdir. Bu tezde, bu tip zorlu durumlarda da çalışabilecek, kısma dayalı bir kişiyi yeniden tanıma yöntemi önerilmektedir. Önerilen yöntem, girdi imajlarının hizalı olmasını gerektirmemekte ve kişi vücudunun yalnızca bir kısmının görülebildiği durumlarda da çalışabilmektedir. Önerilen yöntemde, bir poz tahmin edici yardımıyla, girdi imajlardaki vücut kısımları saptanır ve çıkarılır. Çıkarılan vücut kısımları, ilgili derin öğrenme modelleri ile ayrı ayrı işlenir. Her model, verilen iki vücut kısmı imaj girdisi için, iki farklı ham imajdan çıkarılan bu vücut kısımlarının aynı kişiye ait olma olasılıklarını çıktı verir. Füzyon aşamasında, vücut kısmı modellerinin çıktıları birleştirilir ve son olasılık değeri olarak çıktı verilir. Üç füzyon yöntemi incelenmiş ve üçü arasında en iyi yöntemin, mevcut vücut kısmı modeli çıktılarının ortalamasının alınması olduğu deneysel olarak gösterilmiştir. Yöntemin geliştirilmesi ve değerlendirilmesi amacıyla, Robot Kafe veri kümesi toplanmıştır. Robot Kafe veri kümesi, içinde yukarıda değinilen zorlukları barındırmaktadır. Veri kümesinin hazırlanması için bir işaretleme aracı geliştirilmiştir. Bu işaretleme aracı, videolardan kişi imajlarının kolay ve hızlı bir şekilde çıkarılmasını sağlamaktadır. Robot Kafe veri kümesi, 93 kişiye ait 10,969 imaj içermektedir. Deneyler, Robot Kafe ve CUHK03 veri kümeleri ile gerçekleştirilmiştir. Deney sonuçları, önerilen yöntemin eksik vücut kısımları ve poz çeşitliliği gibi zorluklara karşı varolan bazı yöntemlerden daha güçlü olduğunu göstermiştir.
Özet (Çeviri)
Person re-identification (re-id) is a challenging task particularly when people have various poses and some parts of the person's body are occluded or missing in the view. In this thesis, we propose a part-based person re-id method to cope with these challenges. The proposed method does not require any alignment in input images and is able to work even if only a part of the body is seen. In the proposed method, with the help of a pose estimator, body parts are detected and extracted from the input images. The extracted body parts are processed separately through associated deep learning models. Given two input body part images, each model outputs the probability that the given body parts extracted from two different raw images belong to the same person. In the fusion step, outputs of each body part model are combined and the result is output as the final probability value. We investigated three fusion methods and empirically showed that averaging the available body part model outputs is the best fusion method among the three. In order to develop and evaluate our proposed method, we collected the Robot Cafe dataset which abounds with the challenges mentioned above. For this purpose, we developed an annotation tool to easily and fastly select and extract person images from videos. Robot Cafe dataset has 10,969 images from 93 persons. The experiments are conducted on Robot Cafe and CUHK03 datasets. The experiment results showed that our method is more robust to missing body parts and huge pose changes compared to some of the previous studies.
Benzer Tezler
- Boosting video-based person re-identification with synthetic human agents
Sentetik insan modelleri ile video tabanlı kişi yeniden tespiti başarımını arttırmak
FİKRET KAYA
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UFUK ÇELİKCAN
- Deep convolutional neural network based representations for person re-identification
Kişiyi yeniden tanıma için derin evrişimsel sinir ağı tabanlı modeller
ALPER ULU
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Disentangled representation learning in isolated sign language recognition
İzole işaret dili tanımada ayrıştırılmış temsil öğrenimi
İPEK ERDOĞAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İNCİ MELİHA BAYTAŞ
- Face recognition and person re-identification for person recognition
Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması
EMRAH BAŞARAN
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
PROF. DR. MUHİTTİN GÖKMEN
