Kinect sensör tabanlı iskelet eklem takip verisinden salsa dansı adımlarının sınıflandırılması
Classification of salsa dance steps from kinect sensor-based skeletal joint tracking data
- Tez No: 798992
- Danışmanlar: DOÇ. DR. KEMAL AVCI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İzmir Demokrasi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 73
Özet
Bu tez çalışmasında Kinect v2 sensör tabanlı iskelet eklem verileri kullanarak Los Angeles stili solo salsa temel dans adımlarının makine öğrenmesi yöntemleriyle sınıflandırılması hedeflenmiştir. Bu doğrultuda öncelikle yirmi farklı katılımcıdan Kinect v2 sensör tabanlı iskelet eklem verileri alınarak sekiz salsa temel adım için bir veri seti oluşturulmuştur. Kinect v2'den elde edilen eklem verileri, Matlab 2020b ve Microsoft Kinect for Windows Support from Image Acquisition Toolbox programları kullanarak bilgisayara aktarılmıştır. Temel salsa dans adımlamaları, vücut alt bölgesiyle ilişkili olduğundan Kinect v2'nin sunduğu 25 iskelet eklem verisinden 8'i kullanılmıştır. Oluşturulan veri seti, %80 eğitim verisi ve %20 test verisi olarak dağıtılmıştır. Daha sonra, 60 öznitelik kullanarak ham verilerden öznitelik çıkarma işlemleri yapılmıştır. Matlab Classification Learner kullanarak sekiz vuruşluk dört ve sekiz temel adım sınıflandırma işlemleri için k=10 çapraz doğrulama altında makine öğrenmesi sınıflandırma algoritmaları eğitilmiş ve ayrı ayrı modeller oluşturulmuştur. Son olarak, oluşturulan modeller için test veri seti kullanarak test başarım oranları hesaplanmıştır.
Özet (Çeviri)
In this thesis, it is aimed to classify Los Angeles style solo salsa fundamental dance steps with machine learning methods using Kinect v2 sensor-based joint skeletal data. In this direction, firstly, Kinect v2 sensor-based skeletal joint data are collected from twenty different participants and a data set is created for eight salsa fundamental steps. The joint data acquired from Kinect v2 are transferred to the computer using Matlab 2020b and Microsoft Kinect for Windows Support from Image Acquisition Toolbox programs. Since fundamental salsa dance steps are associated with the lower body region, 8 out of 25 skeletal joint data provided by Kinect v2 are used. The obtained data set is distributed as 80% training data and 20% test data. Then, feature extraction is performed from the raw data using 60 features. Using Matlab Classification Learner, machine learning classification algorithms are trained under k=10 cross-validation for eight-beat four and eight-step classification processes, and separate models are created. Finally, test success rates are calculated for the created models using test data set.
Benzer Tezler
- Gesture imitation learning in human-robot interaction
Taklit yolu ile hareket öğrenme ınsan robot etkileşimi
ITAUMA ISONG ITAUMA
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HATİCE KÖSE-BAĞCİ
- Human activity recognition using deep learning
Derin öğrenme ile insan aktivitesi tanıma
MURAT YALÇIN
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
- Uzay-zaman poz çantası ile 3B insan hareketlerinden eylem tanıma
Action recognition from 3D human movements with spatio-temporal bag-of-poses
SAEID AGAHIAN
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEMAL KÖSE
- Detecting errors using vision technology with microsoft kinect device to monitor the conditions in Islamic prayer (whole body movements in prayer) at the greatest imam Abu-Hanifa Al-Nu'man school for educational purposes
Başlık çevirisi yok
BILAL ALQAZZAZ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- Artırılmış gerçeklik ile vücut sistemleri üzerinde öğrenmeyi sağlayan bir yazılımın gerçekleştirilmesi
Implementation of a software enabling learning on body systems through augmented reality
YUSUF SEZİKLİ
Yüksek Lisans
Türkçe
2023
Bilim ve Teknolojiİstanbul Gelişim ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN GÖNEN