Geri Dön

Derin öğrenme kullanılarak görüntülerden insan duruş tespiti

Human pose detection from images using deep learning

  1. Tez No: 682557
  2. Yazar: FIRGAT MURADLİ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SERAP KAZAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 66

Özet

Son yıllarda insan pozu tahmini önemli ilerlemeler kaydetmiştir. Bununla birlikte, mevcut veri setleri, genel poz tahmin zorluklarını kapsama açısından sınırlıdır. Yine de bunlar sistemi değerlendirmek ve eğitmek için ortak kaynaklar olarak hizmet etmekte ve üzerinde farklı modeller karşılaştırılabilmektedir. Bu çalışmada Derin Öğrenme kullanılarak insan duruş tespiti gerçekleştirilmiştir. Veri seti olarak, çeşitlilik ve zorluk açısından önemli bir ilerleme sağlayan, insan vücudu modellerindeki gelecekteki gelişmeler için gerekli olabilecek“MPII İnsan Duruşu”kullanılmıştır. Derin öğrenme modelleri, birçok bilim ve mühendislik alanında yaygın olarak kullanılmaktadır ve yüksek performans seviyelerine ulaşmaktadır. OpenCV ve Keras gibi açık kaynaklı yazılımların yaygınlaşması ile uygulamalarda kullanımı basitleştirilmiştir. Çalışmada açık kaynak kodu olan Opencv, Keras kütüphanesi ve Python programlama kullanılarak derin öğrenme modelleri uygulanmıştır. MPII veri seti kullanılarak derin öğrenme modelleri oluşturulmuştur. Oluşturulan derin öğrenme modeli eğitim ve test veri seti olarak ikiye ayrılmış ve kullanılmıştır. Modelin performansı, test setlerinin doğru sınıflandırma oranı ile ölçülmüştür.

Özet (Çeviri)

Human pose prediction has made significant progress in recent years. However, the available datasets are limited in terms of covering common exposure estimation challenges. Yet these serve as common resources to evaluate, educate, and compare different models on it. In this article, we introduce a new“MPII Human Pose”, a contribution that we think is necessary for future developments in human body models, making a significant advance in diversity and difficulty. Deep learning models are widely used in many fields of science and engineering and reach high performance levels. With the widespread use of open source software such as Opencv and Keras, its use in applications has been simplified. In the study, deep learning models were applied using open source Opencv, Keras library and Python programming. Deep learning models were created using the MPII data set. The created deep learning model was divided into two as training and test data set and used. Training and test data sets will be obtained by using original images. The performance of the model will be measured by the correct classification rate of the test sets

Benzer Tezler

  1. Göğüs röntgen görüntülerini kullanarak derin transfer öğrenme yöntemleriyle COVID-19 tespiti

    COVID-19 detection by deep transfer learning methods using chest X-ray images

    AYŞE EMİNE DURU ÇOBAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YASEMİN GÜLTEPE

  2. Coğrafi bilgi sistemlerinde adres değişikliğinin derin öğrenme yöntemleri ile gerçek zamanlı olarak tespit edilmesi

    Detection by using deep learning methods of address change in geographic information systems as real-time

    NUH MEHMET ÖZMERDİVENLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mühendislik BilimleriKayseri Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    DOÇ. DR. BAHATDİN DAŞBAŞI

    DOÇ. DR. MURAT TAŞYÜREK

  3. Hava araçları ile alınan görüntülerden derin öğrenme ile felaketzede tespiti

    Human - survivor detection for unmanned aerial vehicle with deep learning technics

    MUSTAFA GÖREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKırklareli Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT OLCAY ÖZCAN

  4. Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA

  5. Classification of knee osteoarthritis severity using deep learning with fully supervised and semi-supervised-based approaches

    Derin öğrenme ile tamamen denetimli ve yarı-denetimli yaklaşım tabanlı diz osteoartrit şiddetinin sınıflandırılması

    İLKNUR AKTEMUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKAY ÖKSÜZ