Keyframe extraction using linear rotation invariant coordinates
Rotasyondan bağımsız doğrusal koordinatlar kullanılarak anahtar kare çıkarımı
- Tez No: 758652
- 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: 2022
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Günümüzde ekran kartlarının, akıllı telefonların ve gömülü entegre donanımlarının işlem güçlerinin gelişmesi ile birlikte, 3B uygulamarın kullanım alanlarıda sadece oyunlarla sınırlı kalmayarak artış göstermiştir. Bu artışın yanı sıra artırılmış gerçeklik, sanal gerçeklik ve video düzenleme yazılımları gibi alanlardaki hızı ilerlemeyle birlikte bilgisayar animasyonlarının bu alanlardaki kullanımıda artmıştır. Anahtar kare çıkarımı yöntemleri 3B hareket yakalama tabanlı bilgisayar animasyonlarında sıkça karşılaşılan sorunların çözümünde sıkça kullanılmaktadır. Bu çalışmada, yeni bir anahtar kare çıkarımı yöntemi önermekteyiz. Bu yöntem ile iskelet animasyonundaki her bir kare bir 3B şekil ile temsil edilerek, bu şekil üzerinde rotasyondan bağımsız koordinat sistemi dönüşümü uygulanmaktadır. Bu dönüşümden sonra ise temel bileşen analizi uygulanarak, animasyonun en az %95 lik kısmını temsil eden bileşenler dinamik olarak seçilip, özet kare bilgisi elde ediliyor. Daha sonrasında bu özet kare bilgilerini K-means algoritması uygulayarak kümelere ayırıp, kosinüs benzerliği metodu ile her bir kümeden bir tane anahtar kare çıkarımı gerçekleştiriyoruz. Sonuçlarımızın doğrulanması için ise hazırladığımız anket web sitesinden faydalanarak karşılaştırmamızı yapıyoruz. Çalışma sonuçlarına göre önerdiğimiz yöntemin katılımcıların %45 i tarafından seçildiği gözlenmiş olup, alternatif yönteme göre %6 daha fazla tercih edildiği görülmüştür.
Özet (Çeviri)
Today, with the improvements in the processing power of video cards, SOC hardware, and smartphones, the use of 3D motion data has expanded considerably beyond video games. At the same time, through these developments, the use of computer animation also increased along with the rapid progress in areas such as augmented reality, virtual reality, and video editing software. Keyframe extraction is a widely applied remedy for issues faced with 3D motion capture based computer animation. In this work, we propose a novel keyframe extraction method. In this method, firstly the skeletal motion is represented in linear rotation invariant (LRI) coordinates. This representation creates a mesh with joint positions of the related frame in the skeletal motion and then applies the transformation of the LRI coordinates. Afterwards, by performing dimension reduction using PCA, the dimensions covering 95% of the data are automatically selected and the summary data is thus acquired. Then, by applying K-means classification, the summary data is divided into clusters and a keyframe is extracted from each cluster using the cosine similarity measure. To validate the results of our proposed method, we conducted an online user study. The results of the study show that 45% of the participants preferred the keyframes extracted using our LRI-based method, surpassing the alternative by 6%.
Benzer Tezler
- A multi scale motion saliency method for keyframe extraction from motion capture sequences
Hareket yakalama dizilerinden anahtar kare çıkartmak için yeni bir metod: Çok ölçekli hareket belirginliği
CİHAN HALİT
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA ÇAPIN
- Spatiotemporal features and deep learning methods for video classification
Başlık çevirisi yok
RUKIYE SAVRAN KIZILTEPE
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of EssexPROF. JOHN Q GAN
- A scenario-based query processing framework for video surveillance
Gözetim videoları için senaryo tabanlı sorgulama çatısı
EDİZ ŞAYKOL
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. UĞUR GÜDÜKBAY
- Videodan derin öğrenme tabanlı duygu tanıma
Deep learning-based emotion recognition on video
ORHAN ATİLA
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENGÜR
- Normalizing flows as HMM emissions for learning from demonstration
Gösterimlerden öğrenme için normalleştiren akış emisyonlu saklı markov modelleri
FARZIN NEGAHBANI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BARIŞ AKGÜN