Geri Dön

Kinect sensör tabanlı iskelet eklem takip verisinden salsa dansı adımlarının sınıflandırılması

Classification of salsa dance steps from kinect sensor-based skeletal joint tracking data

  1. Tez No: 798992
  2. Yazar: MERVAN TAN
  3. Danışmanlar: DOÇ. DR. KEMAL AVCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İzmir Demokrasi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. 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

  1. Gesture imitation learning in human-robot interaction

    Taklit yolu ile hareket öğrenme ınsan robot etkileşimi

    ITAUMA ISONG ITAUMA

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HATİCE KÖSE-BAĞCİ

  2. Human activity recognition using deep learning

    Derin öğrenme ile insan aktivitesi tanıma

    MURAT YALÇIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜLYA YALÇIN

  3. 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

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEMAL KÖSE

  4. 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

    Türkçe

    2023

    Bilim ve Teknolojiİstanbul Gelişim Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERKAN GÖNEN