Animal gait identification by using a deep learning method
Başlık çevirisi mevcut değil.
- Tez No: 821770
- Danışmanlar: PROF. DR. REMZİ YILDIRIM
- 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: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 176
Özet
araştırma da, hayvan organizmaları tanımlanmış ve sınıflandırılmıştır. Hayvanların yürüyüşleri sırasında izledikleri davranışları belirlemenin yanı sıra, hayvanların yürüyüşleri analiz edilerek ve hayvan kimliğini tespit etmek için derin öğrenme tekniği kullanılmıştır. Çalışma da, örnek hayvan olarak at seçilmiştir ve yürüme veya yaşam sırasında meydana gelen sakatlanma da tespit edilebilmektedir. Hayvanların yürüyüşe dayalı tespiti, tanımlanması ve sınıflandırılmasında araştırmaların da temelini oluşturan yürüyüş analizi kullanılmıştır. Bir atın vücudunun bölümlerini tanımlamak için çeşitli derin öğrenme modelleri kullanılmıştır. Sinir ağı (CNN), bir dizi verideki temel ilişkileri belirlemeye çalışan bir dizi algoritmadır. Derin öğrenme, sinir ağı, yürüyüş analizi, hayvan tanıma yöntemi kullanarak, yürüyen hayvanı tanıma alanında yapılan araştırmada yöntemler karşılaştırılmıştır. Kullanılan yöntemlerde elde edilen sonuçlar ise: Derin öğrenmede %96.4 doğruluk, CNN'de %95 sonuçlar elde edildi. İç ölçü birimleri %94 ve Hayvan tanıma sonuçları %90.91 ve vücut parçası tanıma sonuçları %88.04 elde edildi. Bu sonuçlar diğer yöntemlerle karşılaştırıldı.
Özet (Çeviri)
In this research, animal organisms were identified and classified. In addition to determining the behaviors that animals follow during their walks, the deep learning technique was used to analyze the animals' walks and to identify the animal identity. In the study, the horse was chosen as the sample animal, and injuries that occur during walking or life can also be detected. Gait analysis, which is also the basis of research, was used in the detection, identification and classification of animals based on gait. Various deep learning models have been used to identify parts of a horse's body. A neural network (CNN) is a set of algorithms that try to identify key relationships in a set of data. Using deep learning, neural network, gait analysis, animal recognition method, methods were compared in the research conducted in the field of walking animal recognition. The results obtained in the methods used were: 96.4% accuracy in deep learning, 95% in CNN, and internal measurement units of 94% and Animal Gait of 90.91% and 88.04%, body part recognition were obtained. These results were compared with other methods.
Benzer Tezler
- Control and system identification of legged locomotion with recurrent neural networks
Tekrarlayan sinir ağları ile bacaklı lokomosyonun kontrolü ve sistem tanımlanması
BAHADIR ÇATALBAŞ
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER MORGÜL
- Analysis and control of periodic gaits in legged robots
Bacaklı robotlar için periyodik yürüme davranışlarının analizi ve kontrolü
HASAN HAMZAÇEBİ
Doktora
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER MORGÜL
- Whole-body bound gait control of a quadruped robot equipped with anactive spine joint
Aktif omurga eklemi ile donatılmış dört ayaklı robotta sıçrama yürüyüşünün tüm vücut hareketi kontrolü
ÖMER KEMAL ADAK
Doktora
İngilizce
2021
Mekatronik MühendisliğiSabancı ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. KEMALETTİN ERBATUR
- Skeletal muscle mechanics and spasticity management: Human and animal experiments
İskelet kası mekaniği ve spastisite yönetimi: İnsan ve hayvan deneyleri
CEMRE SU KAYA KELEŞ
- Serbest dolaşımlı (free range) barındırma sistemi ve yavaş gelişen etlik piliç genotiplerinin büyüme performansı, hayvan refahı ve davranışları ile ayak sağlığı ve ekonomik verimlilik üzerine etkileri
Effects of free-range housing system and slow-growing genotype on gowth performance, animal welfare and behaviour, foot health and production economics in broiler meat production.
ABDOURHAMANE IBRAHIMA MAHAMANE
Doktora
Türkçe
2019
Veteriner HekimliğiBursa Uludağ ÜniversitesiZootekni (Veterinerlik) Ana Bilim Dalı
PROF. DR. METİN PETEK