Boosting video-based person re-identification with synthetic human agents
Sentetik insan modelleri ile video tabanlı kişi yeniden tespiti başarımını arttırmak
- Tez No: 593421
- 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: 2019
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Son yıllarda özellikle güvenlik ve gözetleme gibi alanlardan gelen taleplerin artmasıyla birlikte kişi yeniden tespiti konusunda yapılan araştırmalar oldukça önem kazandı. Bu alanda yapılan araştırmaların önde gelenleri derin öğrenme tekniğini kullanıyor. Derin öğrenme teknikleri büyük veri setlerine ve bu veri setlerinin hassas bir şekilde çıkarılmış referans verilerine ihtiyaç duyar. Fakat kişi yeniden tespiti için kullanılacak bu veri setlerini doğal ortamlardan elde etmek bir takım zorluklar ortaya koyuyor. Bu zorlukları aşmanın bir yolu ise veriyi sentetik olarak üretmek veya olan veriyi sentetik veri ile çoğaltmak. Bu çalışmada, video tabanlı kişi yeniden tespitinde kullanılmak üzere gerçek sahne arka planları ve sentetik olarak üretilmiş insansı modelleri kullanarak ürettiğimiz veri setimizi sunuyoruz. Yarattığımız sistem ile DukeMTMC [12] veri setindeki sahneleri sanal ortamda yeniden oluşturup bu veri setini taklit eden bir sentetik veri seti oluşturuldu. Kurduğumuz sistem ile gerçek veri setinin 3 katı büyüklüğünde bir sentetik veri seti oluşturmayı başardık. Bu veri seti ile Dönüşümlü Sinir Ağı tabanlı bir kişi yeniden tespiti yönteminin (Wu et al. [2]) başarı oranında önemli oranda artış elde ettik. Oluşturduğumuz sentetik veri seti üretme sisteminin genel yapısı sayesinde farklı formatlarda ve ortamlarda hazırlanmış veri setlerinin simüle edilmesi de oldukça kolay.
Özet (Çeviri)
In recent years, research made in person re-identification has gained quite a bit of significance due to the increasing demand from a broad range of application fields with security and surveillance topping the list. A prominent part of this research utilizes deep learning methods that require large datasets with precisely extracted ground truth data. However, producing a large dataset from natural images for person re-identification poses many challenges. An alternative way of expanding the volume of available data is synthetically generating it. In this work, we present a synthetically generated dataset for video-based person re-identification that we created using real-world backgrounds and synthetically generated humanoids. Our dataset augments the DukeMTMC [12] dataset by simulating the scenes of the original dataset in our framework. Our dataset increases the size of the original dataset up to 3 times. This contribution improves the success rate of the Convolutional Neural Network based video based person re-identification approach by Wu et al. [34]. In addition to this, some tests conducted with the NVAN model of Liu et al. [23] to show that our method doesn't work in just one method, and we achieved similar achievements with this model as well. The results show that the improved dataset produced notably better results. Moreover, because of the generic format of our synthetic dataset generator framework, new datasets of different formats can be easily produced.
Benzer Tezler
- Effect of sound design on players choices in videogames: A case study on Valorant gun sounds
Bilgisayar oyunlarındaki ses tasarımlarının oyuncunun üzerindeki etkisi: Valorant silah sesleri
MUSTAFA BERK ILKIÇ
Yüksek Lisans
İngilizce
2023
Müzikİstanbul Teknik ÜniversitesiMüzik Ana Bilim Dalı
DOÇ. DR. TAYLAN ÖZDEMİR
- Mathematical model-based clinical decision support system algorithm design study that can support the diagnosis of celiac disease
Çölyak hastalığının teşhisine destek verebilecek matematik model tabanlı kds algoritması tasarımı
ELİF KESKİN BİLGİÇ
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
DR. İNCİ ZAİM GÖKBAY
DOÇ. DR. YUSUF KAYAR
- Fog computing-based real-time emotion recognition using physiological signals
Fizyolojik sinyaller ile sis hesaplama tabanlı gerçek zamanlı duygu tanıma
ÖMÜR FATMANUR ERZURUMLUOĞLU
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- A machine learning-based approach for automatic theft detection
Otomatik hırsızlık tespiti için makine öğrenimi tabanlı bir yaklaşım
İREM KARACA ULUOĞLU
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. BARIŞ ETHEM SÜZEK
- Akkaraman erkek kuzularda sırt görüntülerinden dijital görüntü işleme ve makine öğrenmesi yöntemleriyle canlı ağırlık tahmini
Live weight prediction from top view images of Akkaraman male lambs using digital image processing and machine learning methods
BAYRAM OLCAR
Yüksek Lisans
Türkçe
2025
ZiraatVan Yüzüncü Yıl ÜniversitesiTarımsal Biyoteknoloji Ana Bilim Dalı
DOÇ. DR. CİHAN ÇAKMAKÇI