Bilgisayarlı görü ile davranış tahmini
Predicting behaviour with computer vision
- Tez No: 753637
- Danışmanlar: DR. ÖĞR. ÜYESİ DİLEK TÜKEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Doğuş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Yapay zeka ve derin öğrenme yaklaşımlarının gelişimi, bilgisayarların hesaplama gücünün artması ve donanımsal gelişmeler ile birlikte bilgisayarlı görü alanındaki araştırmalarda önemli bir oranda artış gözlemlenmektedir. Bu gelişmeler ışığında resim ve videolardan nitelikli veri elde etmek mümkün hale gelmiştir. Özellikle videolardan elde edilen nitelikli veriler birçok alanda değer üretmektedir. Üretilen nitelikli veriler arasında hiç şüphesiz insan hareketlerini tanımlama ve insan davranışlarını anlama önemli yer tutmaktadır. İnsan hareketlerinin sınıflandırılması sağlıktan spora, eğlenceden robotik çalışmalara, eğitimden perakende sektörüne, ulaşımdan sinemaya geniş bir alanda kendine kullanım alanı bulmuştur. Bu çalışmada literatürde çok fazla kullanım alanı bulamayan ofis ortamında insan hareketlerinin tespiti ve insan davranışlarının sınıflandırılması ele alınmıştır. Çalışma kapsamında yeni bir veri kümesi oluşturulmuş ve veri kümesi üzerinde insan davranışlarının sınıflandırılması yapılmıştır. Sınıflandırmalar yapılırken başarılı sınıflandırma algoritmaları ve derin öğrenme yaklaşımları tercih edilmiştir. Ayrıca mevcut verilerden elle türetilmiş yeni öznitelikler çıkartılarak sınıflandırmalarının başarısı artırılmaya çalışılmış ve deneysel bulgular tartışılmıştır. Elde edilen deneysel bulgular, 0,95 doğruluk oranına varan sonuçlarla tatmin edici bir seviyede gözlemlenmiştir.
Özet (Çeviri)
With the development of artificial intelligence/deep learning approaches and the acceleration of computational power /hardware upgrades, a significant increase on researches is observed in the field of computer vision. In the light of these developments and the state of art techinuques, it has become possible to get important information from videos. This information, recognition of human actions and behaviours is undoubtedly valuable . The classification of human actions has found a wide range of uses from health to sports, from entertainment to robotic studies, from education to retail sector, from transportation to cinema. In this study, the classification of human movements and behaviors in the office environment, which cannot find much use in the literature, is discussed. Within the scope of the study, a new dataset has been created and the classification of human actions and behaviors has been made on the dataset. Successful classification algorithms and deep learning approaches has been preferred while making classifications. In addition, by extracting new features derived manually from the existing data, the success of their classification has been tried to be increased and the experimental findings have been discussed. The experimental findings obtained have been observed at a satisfactory level with results up to 0.95 accuracy.
Benzer Tezler
- Video analysis based fish detecton and tail beat frequency estimation in fishways
Video analizi ile balık geçitlerinde balık tanıma ve kuyruk sallama frekansı tahmini
YASİN YILDIRIM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- Image quality assesment and enhancement for robust face recognition
Yüz tanıma için imgelerin kalite ölçümü ve iyileştirilmesi
ONUR SERTKAYA
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN AKGÜL
- Deep learning-based visual object tracking using edge computing on embedded system
Gömülü sistem üzerinde sınır bilişim kullanarak derin öğrenme tabanlı görsel nesne izleme
MOHAMMAD FAHD HUSSEIN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN ÖZBAY
- Sensor-based activity recognition and authentication using deep learning
Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma
NİLAY TÜFEK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Development of a (Doppler-Preserving) digital signal processing algorithm for a FMCW radar
FMCW radar için sayısal işaret işleme algoritması tasarımı
HASAN İŞEL
Yüksek Lisans
İngilizce
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK PAKER