Comparing the performance of humans and 3D-convolutional neural networks in material perception using dynamic cues
İnsanların performansını karşılaştırmak ve 3D-konvoleksiyonel nöral ağlarda dinamik pişirme kullanılan malzeme anlayışı
- Tez No: 574441
- Danışmanlar: ASSOC. DR. HÜSEYİN BOYACI
- Tez Türü: Yüksek Lisans
- Konular: Psikoloji, Psychology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Nörobilim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
İnsanlarda materyal algısı üzerine çok sayıda çalışma var. Benzer şekilde, nesne tanıma gibi farklı görsel görevleri yerine getirmek üzere eğitilmiş çeşitli derin sinir ağı modelleri de vardır. Bununla birlikte, insanlarda materyal algısinın kesiştiği ve derin sinir ağı modellerinin bilgisine bakılmamıştır. Özellikle, derin sinir ağlarının malzemelerin sınıflandırılmasındaki, ve insan performansını derin evrişimli sinir ağlarının performansıyla karşılaştırabilmesinin önemi yeterince anlaşılmamıştır. Burada, simüle edilmiş malzemelerin animasyonlarını kategorize edebilen 3 boyutlu evrişimsel sinir ağı modelini kurduk, eğitdik ve test ettik. Derin sinir ağının performansını insanlarla karşılaştırdık, ve derin sinir ağlarının konvansiyonel eğitiminin insan ağının performansıyla karşılaştırılması için en uygun ağ durumu vermek zorunda olmadığına karar verdik. Materyal sınıflandırma görevinde, insanların performansı ile derin sinir ağlarının performansı arasındaki benzerlik maksimum seviyeye ulasana kadar artar, azami benzerliğe ulaşır ve daha sonra ağı eğittikçe azalır. Ayrıca, 3D-CNN'i düzenli ve geçici olarak tutarlı animasyonlar üzerinde eğiterek ve geçici olarak tutarsız animasyonlar üzerinde eğiterek ve bu sonuçları karşılaştırarak 3D-CNN modelinin malzeme animasyonlarını kategorize etmek için mekansal bilgileri kullanabileceğini gördük. Başka bir deyişle, derin sinir ağları için zamansal ve tutarlı hareket bilgilerinin materyal animasyonları sınıflandırmak için gerekli olmadığını öğrendik.
Özet (Çeviri)
There are numerous studies on material perception in humans. Similarly, there are various deep neural network models that are trained to perform different visual tasks such as object recognition. However, the intersection of material perception in humans and deep neural network models has not been investigated to our knowledge. Especially, the importance of the ability of deep neural networks in categorizing materials and also comparing human performance with the performance of deep convolutional neural networks has not been appreciated enough. Here we have built, trained and tested a 3D-convolutional neural network model that is able to categorize the animations of simulated materials. We have compared the performance of the deep neural network with that of humans and concluded that the conventional training of deep neural networks is not necessarily giving the optimal state of the network to be compared to the performance of the humans. In the material categorization task, the similarity between the performance of humans and deep neural networks increases and reaches the maximum similarity and then decreases as we train the network further. Also, by training the 3D-CNN on regular, temporally consistent animations and also training it on the temporally inconsistent animations and comparing the results we found out that the 3D-CNN model can use spatial information in order to categorize the material animations. In other words, we found out that the temporal, and consistent motion information is not necessary for the deep neural networks in order to categorize the material animations.
Benzer Tezler
- Bilgisayarlı görü ile dijital ergonomik risk değerlendirme sistemi: REBA, RULA ve OWAS uygulaması
Digital ergonomic risk assessment system with computerized vision: REBA, RULA and OWAS application
ANIL ÖZKAN GEÇİCİ
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER KİRAZ
- Anthropometric measurements from images
Fotoğraflardan antropometrik ölçümler
RUMEYSA ASLIHAN ERTÜRK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
PROF. DR. MUHAMMED OĞUZHAN KÜLEKCİ
- Mimari miras unsurlarının dijital zanaatı: 13. yy. Selçuklu Dönemi Camilerinin ahşap sütunları
Digital craft of architectural heritage elements: Wooden pillars of 13th century Seljuk Mosques
BAVER BEKİROĞLU
Yüksek Lisans
Türkçe
2024
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DOÇ. DR. SEMA ALAÇAM
DOÇ. DR. ORKAN ZEYNEL GÜZELCİ
- Hipoterapi için kinematik analize dayalı 3 boyutlu modelleme ve simulasyon
3D modeling and simulation based on kinematic analysis for hippotherapy
BILLAL ADOUM OURADA
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR FİDAN
- Bulaşık makinesi yıkama performansına etki eden mekanik parametrelerin deneysel ve teorik olarak incelenmesi
Theoretical and experimental investigation of mechanical parameters affecting the dishwasher cleaning performance
OĞUZHAN KELEŞ
Yüksek Lisans
Türkçe
2018
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ZEYNEP PARLAR