“HAND GESTURE RECOGNITION USING HUMAN COMPUTER RECOGNITION”
“İNSAN BİLGİSAYAR TANIMINI KULLANARAK EL JEST TANIMI”
- Tez No: 667366
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
El hareketi tanıma, etkileşimli veri analizi veya işaret algılama gibi birçok uygulamada kullanılabilir. Mevcut sistemler ya pahalıdır, gerçek zamanlı olarak çalışamaz ya da kullanıcının özel eldivenler gibi cihazlarını giymesini gerektirir. İnsan bilgisayar etkileşimi tabanlı tasarımı kullanan gerçek zamanlı el hareketlerini tahmin etmek için ucuz bir çözüm öneriyoruz. Sistemimiz rastgele bir orman sınıflandırıcısını bir renk eldiveni ile eğitmeyi ve daha sonra piksel düzeyinde çıplak bir eli tahmin etmeyi içerir. Sistemimiz tüm pikselleri yaklaşık 10 fps'de tahmin eder ve tahminlerdeki ortam farklılıklarına karşı dayanıklıdır. Ayrıca, sadece özel çalışmalarımızla karşılaştırma amacıyla rastgele orman sınıflandırıcısını inceleyen kapsamlı deneyler yapıyoruz ve bazı ilginç özellikler ortaya koyuyoruz. HCI tabanlı veri artırımının, etkileşimli veri artırımı için diğer herhangi bir alternatif yöntemden daha etkili olduğu da gösterilmiştir. Buna ek olarak, büyütme deneyi, farklı sayıda sınıftan oluşan çeşitli alt kümelerin yanı sıra orijinal orjinal iskelet dizisi veri kümesinin tamamında tekrarlandı.
Özet (Çeviri)
Hand gesture recognition can be used in many applications such as interactive data analysis or sign detection. Current systems are either expensive, unable to run in real time, or require the user wear devices such as custom gloves. We propose an inexpensive solution for predicting hand gestures in real time that uses human computer interaction-based design. Our system involves training a random forest classifier with a color glove, and then predicting at a pixel level a naked hand. Our system predicts all pixels at about 10 fps, and is resilient to environment differences in prediction. We also conduct extensive experiment studying the random forest classifier just for comparison purpose with our dedicated work and reveal some interesting properties. It is also shown that the HCI-based data augmentation has been more effective than any other alternative method for interactive data augmentation. In addition to this, the augmentation experiment was repeated on various subsets consisting of different numbers of classes as well as on the complete original hand skeleton sequence dataset.
Benzer Tezler
- Eğitim çağında çocuklar için el hareketi tanıma tabanlı geometri öğrenme uygulaması
Geometry learning application for school-age children using hand gesture recognition
EVREN KEMAL UYSAL
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE SÜMER
- Hand gesture recognition via CNN-LSTM neural networks and EMG signals
CNN-LSTM sinir ağları ve EMG sinyalleri ile el hareketi tanıma
ZAHRAA GHALIB HADI SAWAFI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU TUNÇ ÇAMLIBEL
- Hand gesture recognition from sEMG signals based on similarity learning
Benzerlik öğrenmesine dayalı sEMG sinyallerinden el hareketlerinin tanınması
SEMİH ÇELİK
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Emotion recognition using deep learning focusing on the hand and facial expressions
El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma
HASANAIN JAWAD RADEEF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ AR
- Hand gesture recognition system
El işareti tanıma sistemi
EMRAH GİNGİR
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
DOÇ. DR. MEHMET METE BULUT
PROF. DR. GÖZDE BOZDAĞI AKAR