Anthropometric measurements from images
Fotoğraflardan antropometrik ölçümler
- Tez No: 813989
- Danışmanlar: PROF. DR. MUSTAFA ERSEL KAMAŞAK, PROF. DR. MUHAMMED OĞUZHAN KÜLEKCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 105
Özet
Bu çalışmada, bir insan deneğin sadece iki 2 boyutlu görüntüsünü kullanarak birkaç antropometrik ölçümü (boy, göğüs, bel ve kalça çevreleri) aynı anda yapan bir sistem önerilmiş ve test edilmiştir. Önerilen sistemin iki bileşeni bulunmaktadır: dört lazer işaretleyicili özelleştirilmiş bir kamera ekipmanı ve bir görüntü analiz yazılımı. Kamera düzeneği bir Android akıllı telefon, akıllı telefonun kamerasının etrafına yerleştirilmiş dört lazer işaretçi ve donanımı taşıyan bir tripod içermektedir. Görüntü analiz yazılımı, henüz kamunun kullanımına sunulmamış web tabanlı bir uygulaya entegre halde tasarlanmıştır. Uygulama, görüntüleri girdi olarak almakta, işlemekte ve yukarıda bahsedilen antropometrik ölçümleri santimetre cinsinden vermektedir. Önerilen sistemin boru hattı şu bileşenlere sahiptir: 1. Görüntülerin yazılıma beslenmesi, 2. Ölçülecek vücut parçalarının konumlarının belirlenmesi, 3. Her iki görüntüde de (ön ve yan) belirli konumdaki vücut parçasının genişliğinin hesaplanması, 4. Piksel genişliklerinin fiziksel birimlere dönüştürülmesi, 5. Vücut parçasının çevresinin tahmin edilmesi. Ölçülecek vücut parçalarının konumlarını belirlemek için yazılım modeli, girdi olarak kullanılan her iki görüntüye de önceden eğitilmiş poz tahmini ve vücut segmentasyon modellerini uygular. Poz tahmini görevi için, duyusal verilere dayalı boru hatları oluşturmak amacıyla geliştirilmiş bir çerçeve olan MediaPipe aracı kullanılmıştır. Vücut segmentasyonu için TensorFlow kütüphanesinde bulunan, insanlar üzerinde gerçek zamanlı olarak tam vücut segmentasyonu gerçekleştirebilen çok güçlü bir araç olan BodyPix 2.0 kullanılmıştır. Bu modeller yardımıyla, çevresi ölçülecek vücut parçalarının konumları başarıyla belirlenebilmiştir. Bir vücut parçasının genişliği, görüntü üzerinde ilgili vücut parçasının sol ve sağ sınırları arasındaki en büyük mesafe olarak ölçülmüştür. Örneğin, kalça bölgesi için piksel cinsinden genişlik, vücut segmentasyon işlemi ile bulunmuş ilgili bölgenin yataydaki genişliğidir. Piksel genişlikleri fiziksel birimlere (örneğin santimetre) dönüştürülürken kameraya bağlı lazer noktalarından yararlanılır. Bu yöntemin doğru çalışabilmesi için kameranın etrafındaki lazer noktaları arasındaki mesafenin sabit olması gerekmektedir. Bu mesafe, donanım geliştirilirken belirlenmiş ve buna göre üretilmiştir. Deneklerin fotoğraflarında üzerlerine düşmüş olan lazer noktaları arasındaki mesafe, deneğin kameraya uzaklığına göre değişeceğinden bu uzaklık, her deneğin her görseli için tekrar ölçülmelidir. Görsel üzerinden ölçülmüş bu mesafe piksel cinsinden olacaktır. Bu değerin standart birimdeki karşılığı, kameranın üzerindeki lazerlerin standart birim cinsinden uzaklığı olduğundan normalizasyon işlemi bu bilgi kullanılarak yapılabilir. Başka bir deyişle, kameranın etrafına entegre edilmiş olan lazer noktaları, görselde iki piksel arasındaki uzaklığın gerçek dünyAdaki karşılığını bulmak için kullanılmaktadır. Bu dönüşüm kullanılarak vücut bölgelerinin genişliği standart birime aktarılabilmektedir. Ölçümlerin son adımı fotoğraflardan alınan genişlik ölçülerinin vücut parçalarının çevrelerine dönüştürülmesidir. Bu çalışma kapsamında ilgilenilen vücut parçalarının (yani göğüs, bel ve kalça) kesit alanlarının elips şeklinde olduğu ve bu vücut parçalarının çevrelerinin bu elipslerin çevrelerine karşılık geldiğini varsayılmıştır. Bir elipsin çevresinin bulunması için kendisine ait majör ve minör eksenlerin uzunluklarının bilinmesi gerekir. Yukarıda anlatılan yönteme göre deneğin önden (anterior) çekilmiş fotoğrafında, ilgili vücut parçasına ait genişlik, elipsin majör eksenine denk gelirken, deneğin yan tarafından (lateral) alınmış görüntüdeki genişlik elipsin minör eksenine tekabül etmektedir. Böylece, majör ve minör eksen uzunlukları tespit edilmiş elipsin çevresi cebirsel formüllerle hesaplanabilmektedir. Çalışma kapsamında son vücut ölçüsü, deneklerin boy uzunluklarıdır. Deneklerin boyları, yalnızca profilden çekilmiş görüntüler kullanılarak (lateral) hesaplanmıştır. Buna göre, ilgili görüntüde vücut segmentasyon modelinin yardımıyla deneğin baş ve ayak bölgeleri tespit edilmiştir. Bu iki bölge arasındaki en büyük uzaklığın deneğin boyuna tekabül ettiği varsayımıyla ölçüm yazılımı tasarlanmıştır. Geliştirilen modelin performansını değerlendirmek için gönüllü 19 insan denek üzerinde deneyler yapılmıştır. Bu deneklerin gerçek ölçüleri geleneksel manuel yöntemlerle toplanmıştır. Önerilen modelden elde edilen sonuçlar, deneklerin gerçek ölçümleri ile karşılaştırılarak göreceli hata yüzdeleri değerlendirilmiştir. Bu çalışmada tanıtılan sistem, prototip olarak oluşturulmuş ilk donanım ve yazılım modelinin geliştirilmiş bir versiyonudur. Daha iyi bir performans analizi için, önerilen kamera kurulumunun önceki versiyonu da deneylere dahil edilmiştir. Deneyin görüntü toplama aşamasında, deneklerin kamera kurulumunun her iki versiyonu ile fotoğrafları çekilmiş ve bu görüntüler her bir kamera kurulumlarına göre kalibre edilmiş yazılımlarla işlenmiştir. Son olarak, toplanan görüntüler, 2 boyutlu görüntülerden 3 boyutlu insan vücut ağları oluşturan ve piyasaya ticari bir ürün olarak sürülmüş bir sisteme girdi olarak verilmiştir. Bu ürün, insan vücudunun 3B ağ modelincen vücut ölçülerini tahmin etme özelliğine sahiptir. Bu proje kapsamında toplanan görüntüler, önerilen modelin daha ayrıntılı bir karşılaştırması için bu yazılıma beslenmiş ve çıktıları karşılaştırma amacıyla sunulmuştur. Deney 19 insan denek (4 kadın, 15 erkek) üzerinde yürütülmüştür. Önerilen kamera sisteminin üretilen ilk versiyonuyla yapılan deneylerde göğüs, bel ve kalça çevresi ile boy uzunluğu ölçüm hataları sırasıyla %7.32, %9.7, %7.12 ve %5.0 olarak hesaplanmıştır. Geliştirilmiş ikinci versiyona bu hataların %15.9, %9.92, %2.01 ve %4.43 olduğu görülmüştür. Son olarak, kıyas amaçlı deneye dahil edilen 3 boyutlu insan modellemesi yapan sistemin ilgili vücut bölgelerdeki ortalama göreli hata oranları sırasıyla %7.8, %10.69, %12.43 ve %3.33 olarak ölçülmüştür. Yapılan deneylerin sonuçları dikkate alındığında, görülmüştür ki çevre koşulları sistemin çıktısı üzerinde çok önemli bir etkiye sahiptir. Görüntünün alındığı ortamın ışıklandırma sistemi, ortam ışığının gücü ve yansıma oranı gibi dış etkenlerin önerilen sistemin performansına gözle görülür oranda etki etmektedir. Benzer şekilde, deneklerin üzerindeki kıyafetlerin kalıbı ve renginin de ölçüm sonuçlarını ciddi derecede etkilediği saptanmıştır. Koyu renkli ve ışığı soğuran dokuya sahip giysiler lazer noktalarını yansıtmadığından yazılım görsel üzerinde bu noktaları saptayamamakta ve sistem vücut ölçülerini almayı başaramamaktadır. Böyle giysilerle deneye katılan deneklerin görüntüleri ölçümlere dahil edilmemişlerdir. Bazı vücut bölgelerinin ölçümlerindeki yüksek hata oranlarının tek kaynağının önerilen donanım ya da yazılım olmayabileceği de not edilmelidir. Zira deneklerin gerçek vücut ölçülerini almak için kullanılan ölçüm yöntemi de hataya açıktır. Bu hatanın sebebi ölçüm aleti olabileceği gibi ölçen kişinin bilgisizliği veya tecrübesizliği de olabilmektedir. Bu çalışmayı yürütenlerin uzmanlık alanı tıbbi bilimler değil de mühendislik olduğundan, gerçek ölçülerin alınması sırasında hatalar olması olasıdır. Bundan kaynaklanan hataların, geliştirilen sistemin hatası gibi görünebileceği de göz önünde bulundurulmalıdır. Bir başka deyişle, elde edilen hata değerlerinin tek kaynağı önerilen modelin başarısızlığı olmayabilir. Önerilen sistemin alternatif yöntemlere göre en büyük avantajı, en gelişmiş otomatik antropometrik ölçüm tekniklerinin aksine, belirli bir arka plan, kameradan belirli bir uzaklıkta olunması veya bazı kıyafet kısıtlamaları gibi önceden tanımlanmış çevresel koşullar gerektirmemesidir. Bu tür kısıtlamaların olmaması, önerilen sistemi iç ve dış ortamlar gibi çeşitli koşullarda kullanıma müsait hale getirmektedir. Sistem hafif, kullanımı kolay ve farklı ortamlara uyarlanabilir olduğundan, bu uygulama için hedef kullanıcı profili tıp pratisyenleri, kişisel spor eğitmenleri ve kilo verme ilerlemelerini takip etmek isteyen bireyler olacaktır.
Özet (Çeviri)
In this work, a system that simultaneously estimates several anthropometric measurements (namely, height and the circumferences of the bust, waist, and hip) using only two 2D images of a human subject has been proposed and tested. The proposed system has two components: a customized camera setup with four laser pointers and image analysis software. The camera setup includes an Android smartphone, four laser pointers around the smartphone's camera, and a tripod carrying the hardware. The image analysis software is a web-based application that has not been publicly available. The application takes the images as input, processes them, and yields the aforementioned anthropometric measurements in the unit of centimeters. The pipeline of the proposed system has the following components: 1. Feeding the images to the software, 2. Determining the locations of the body parts that will be measured, 3. Calculating the width of the body part on the specific location in both images (anterior and lateral), 4. Transforming pixel widths into physical units, 5. Estimating the circumference of the body part (or the height). For determining the locations of the body parts that will be measured, the software model applies pre-trained pose estimation and body segmentation models to both input images. For pose estimation, the MediaPipe framework, a tool developed for constructing pipelines based on sensory data, has been used. For body segmentation, BodyPix 2.0 in TensorFlow, a powerful tool that can perform whole-body segmentation on humans in real time, has been adopted. With the help of these models, body parts to be measured has been located on the input images. The width of a body part is measured as the largest distance between the left and right sides of the specific body part on the image. Laser points attached to the camera are leveraged while transforming pixel widths into physical units (i.e., centimeters). The last step of the measurements is converting the width into circumference. It is assumed that the cross-sectional areas of the body parts that are focused on in this research, namely, the bust, waist, and hip, are elliptical, and the circumferences of these body parts correspond to the perimeters of these ellipses. With the axes of the ellipses in hand, it is possible to estimate these anthropometric measurements. In order to evaluate the performance of the model, experiments were done on 19 volunteer human subjects. The actual measurements of these subjects were collected with traditional manual methods. The results obtained from the proposed model were compared with the actual measurements of the subjects, and the relative percentage errors were evaluated. The proposed hardware is a developed version of the prototype that was designed to assess the validity of the idea. The experiments described in this work, include the previous version of the proposed camera setup for better analysis and comparison. During the image collection stage of the experiment, the subjects that participated in the experiments are photographed with both versions of the camera setup, and the images are processed with software that is calibrated for individual camera setups. Finally, collected images are fed to a commercially available system that creates 3D meshes of humans from 2D images. This product can estimate body measurements from these meshes. For comparing the proposed system to a commercial product, this tool is included to the experiments. The images collected from the subjects who participated in the experiment are processed with the three systems mentioned earlier: the initial prototype, the improved version, and the commercially available tool. The results show that the initial prototype's relative errors for the bust, waist, and hip circumferences and height are 7.32%, 9.7%, 7.12%, and 5.0%, respectively. For the improved version, the errors become 15.97%, 9.92%, 2.01%, and 4.43%. The commercial product included in the study has relative errors of 7.8%, 10.69%, 12.43%, and 3.33% for the aforementioned body measurements. The main advantage of the proposed system over the alternative automatic methods is that, unlike the state-of-the-art measuring techniques, our method does not require predefined environmental conditions such as a specific background, a predetermined distance from the camera, or some clothing constraints. The lack of these restrictions makes the proposed system adaptable to various conditions, such as indoor and outdoor environments. The target user profile for this application would be medical practitioners, personal trainers, and individuals who want to keep track of their weight-loss progress since the system is lightweight, easy to use, and adaptable to various environments.
Benzer Tezler
- Koroner arter çapları ile antropometrik ölçüm değerleri arasındaki ilişkinin incelenmesi
Investigation of the relationship between coronaryartery diameter and anthropometric measurement
EMEL ÜNAL
Doktora
Türkçe
2024
KardiyolojiErciyes ÜniversitesiAnatomi Ana Bilim Dalı
PROF. DR. ERDOĞAN UNUR
DOÇ. DR. HASAN AKKAYA
- Van ilinde Klavikula'nın BT'deki antropometrik ölçümlerden cinsiyet tayini
Gender determination of clavicula from anthropometric measurements in CT in Van
UĞUR DEMİR
Tıpta Uzmanlık
Türkçe
2019
Adli TıpVan Yüzüncü Yıl ÜniversitesiAdli Tıp Ana Bilim Dalı
PROF. DR. MAHMUT AŞIRDİZER
- İkinci servikal vertebranın bilgisayarlı tomografi (BT) ile elde edilen antropometrik ölçümleriyle cinsiyet, yaş ve boy tahmini
Sex, age and height estimation using anthropometric measurements of second cervikal vertebra from computed tomography scanning
ERAY TÜRKEL
Tıpta Uzmanlık
Türkçe
2023
Adli TıpSağlık Bilimleri ÜniversitesiAdli Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN BALANDIZ
- Van ilinde abdomino-pelvik BT görüntülerinden elde edilen sakral ve koksigeal antropometrik ölçümlerden cinsiyet tayini
Gender determination from sacral and coccygeal anthropometric measurements obtained from abdomino pelvic CT images in van Turkey
YASİN ETLİ
Tıpta Uzmanlık
Türkçe
2018
Adli TıpYüzüncü Yıl ÜniversitesiAdli Tıp Ana Bilim Dalı
PROF. DR. MAHMUT AŞIRDİZER
- Kronik otitis media cerrahisinde fasiyal kanal dehisansı insidansı ve Canalis nervi facialis'in temporal kemik oluşumları ile anatomik ilişkisinin cerrahi ve radyolojik olarak incelenmesi
Surgical and radiological investigation of the incidence of facial canal dehiscence in chronic otitis media surgery and the anatomical relationship of Canalis nervi facialis with structures of temporal bone
NİHAL SÜMEYYE ULUTAŞ
Doktora
Türkçe
2021
Anatomiİnönü ÜniversitesiAnatomi Ana Bilim Dalı
PROF. DR. EVREN KÖSE
PROF. DR. AHMET KAVAKLI