RGB-D verilerine dayanarak hareket yakalama tabanlı yerinde diz çekme egzersiz oyunu: Knee-up
Knee up: An exercise game for standing knee raises by motion capture using RGB-D data
- Tez No: 529065
- Danışmanlar: DR. ÖĞR. ÜYESİ UFUK ÇELİKCAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Grafiği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Animasyonu ve Oyun Teknolojileri Bilim Dalı
- Sayfa Sayısı: 68
Özet
Bu çalışmada yerinde diz çekme egzersiz hareketi yolu ile diz sağlığını destekleyen Knee Up egzersiz oyunu tasarlanmış ve uygulanmıştır. Egzersiz oyunu kullanıcıların evde egzersiz yapmasına ve bir oyun ortamında bu egzersizi gerçekleştirmesine izin verir. RGB-D verileri kullanılarak hareket yakalama ile, kullanıcının iskelet eklemlerinin tahmini konumları gerçek zamanlı olarak alınır ve işlenir. Oyun için, 3B sanal ortamlar oyunlaştırma elemanları ile oluşturulmuştur, böylece kullanıcılar daha etkileşimli ve ilgi çekici egzersiz seanslarınden zevk alabilimektelerdir. Oyun, kurallara dayalı bir tanıma algoritması aracılığıyla gerçekleştirilen yerinde diz çekme egzersizlerinin kalitesini değerlendirmeyi ve karşılığında geri bildirim sağlamayı kolaylaştırır. Knee Up egzersiz oyununun kullanılabilirlik ve oyunlaştırma özelliklerini değerlendirmek için bir kullanıcı çalışması yapılmıştır. Çalışma sonuçları, Knee UP egzersiz oyununun kullanılabilirlik, katılım, oyunu öğrenme kolaylığı ve egzersizin sürdürülebilirliğini genel olarak iyi karşılandığını göstermektedir; ve kural tabanlı tanıma algoritmasının tatmin edici derecede iyi çalıştığını doğrulamaktadır.
Özet (Çeviri)
In this work, Knee Up exergame that promotes knee health via standing knee raises exercise is designed and implemented. It allows users to exercise at home and perform the exercise in a gaming environment. By motion capture using RGB-D data, estimated positions of the user's skeletal joints are acquired and processed in real-time. For the game, 3D virtual environments have been created with gamifcation elements so that users can enjoy more interactive and engaging exercise sessions. The game facilitates to evaluate the quality of performed standing knee raises exercises through a rule-based recognition algorithm and, in return, to provide timely feedback. A formal user study was conducted in order to evaluate the usability and gamification aspects of Knee Up. Study results demonstrate that Knee Up is generally well-received in terms of usability, engagement, ease of learning to play, and exercise sustainability; and validate that the rule-based recognition algorithm works satisfactorily well.
Benzer Tezler
- Gesture recognition for humanoid robot assisted interactive sign language tutoring
İnsansı robot destekli etkileşimli işaret dili eğitimi için işaret tanıma
BEKİR SITKI ERTUĞRUL
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HATİCE KÖSE
- Evrişimsel sinir ağları kullanılarak video tabanlı izole işaret dili tanıma
Video-based isolated sign language recognition using convolutional neural networks
ALİ AKDAĞ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER KAAN BAYKAN
- Appearance-based cognition of objects pointed out by human hands
Robotlarda insanların elle işaret edilerek gösterilen nesnelerin görsel temelli bilişi
MİRHAN ÜRKMEZ
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HURİYE IŞIL BOZMA AYDIN
- Place learning with a human tracking mobile robot
İnsan takip eden robot ile ortam öğrenimi
SERHAT İŞCAN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HURİYE IŞIL BOZMA AYDIN
- Derin öğrenme tekniklerini kullanarak rgb-d nesne tanıma
Rgb-d object recognition using deep learning techniques
ALİ ÇAĞLAYAN
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET BURAK CAN