An implementation of machine learning algorithms for hand gesture recognition
El hareketlerini tanıma için makine öğrenmesi algoritmalarının uygulanması
- Tez No: 573938
- Danışmanlar: DR. ÖĞR. ÜYESİ İBRAHİM ZİNCİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Hareket tanıma, insan-bilgisayar etkileşimi (HCI) için son derece önemlidir. Bir el hareketi tanıma sistemi, sözlü olmayan iletişimin doğal, yenilikçi ve modern bir yolunu sağlar. İnsan-bilgisayar etkileşimlerinde geniş bir uygulama alanına sahiptir. El hareketlerinin bilgisayarla tanınması, tıbbi sistemler, insan-bilgisayar etkileşimi gibi birçok uygulamada yaygın olarak kullanılmaktadır, çünkü el hareketi tanıma, insanlara doğal ve sezgisel bir bilgisayar ara yüzü sağlar. Bu çalışmada, kullanıcının artık kas hareketlerini; el protezinin açık / kapalı el, el bileğini döndürmek gibi belirli hareketlerini haritalanması amaçlanmıştır. Bu problemleri çözmek için öncelikle, hangi özelliklerin gerekli olduğuna karar vermek için, bazı sütunları varyasyonları halinde çıkararak deneyler gerçekleştirildi. Oluşturulan veri kümesi ile yapay sinir ağları algoritmalarından birçoğu ile deneyler yapılmış, Naive Bayes, BayesNet, Multilayer Perceptron, Bagging, Hoeffding Tree and Random Forest olan en başarılı algoritmalar arasından Random Forest seçilmiştir.
Özet (Çeviri)
Motion recognition is extremely important for human-computer interaction (HCl). A hand gesture recognition system contributes an organic, creative and brought up to date version of non-verbal communication. HCI has a wide range of applications such as computer recognition of gestures, medical systems, human-robot interaction because gesture recognition make available to people with a characteristic and instinctive computer interface. The aim of the thesis is to map user residual muscle gestures to certain actions of a prosthetic such as open/close hand or rotate the wrist. For this propose, firstly, in order to decide which features are necessary, experiments were performed by removing some features in combination. With created datasets, experiments have been done with many of the artificial neural network algorithms. Random Forest was chosen among the most successful algorithms which are Naive Bayes, BayesNet, Multilayer Perceptron, Bagging, Hoeffding Tree and Random Forest.
Benzer Tezler
- Machine learning techniques for surface electromyography based hand gesture recognition
Yüzey elektromiyografi temelli el jesti tanıma için makine öğrenmesi teknikleri
ENGİN KAYA
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- 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
- Implementation of machine learning algorithms for eeg based controlling of a robotic arm
Eeg tabanlı robotik kol kontrolü için makine öğrenme algoritmalarının uygulanması
GÜLŞEN AYLUÇTARHAN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM ZİNCİR
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi
Analysis of container port operations using machine learning methods
ÜSTÜN ATAK
Doktora
Türkçe
2022
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. TOLGA KAYA