Geri Dön

Enhancing depth-maps-based human activity recognition using autoencoders fused features

Oto kodlayıcıların birleşmiş özellikleri kullanılarak derinlik harita tabanlı insan aktivitelerinin tanımının geliştirilmesi

  1. Tez No: 841131
  2. Yazar: MOHAMMED SAUDI ABDELSAMED HASSAN
  3. Danışmanlar: YRD. DOÇ. DR. IHAB ELAFF
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 70

Özet

Son yıllarda insan faaliyeti tanıma (HAR) alanı, çoğunlukla sağlık, spor ve güvenlik gibi çeşitli alanlardaki geniş kapsamlı potansiyel uygulamaları nedeniyle araştırmacıların büyük ilgisini çekti. HAR, bir insanın yaptığı yürüme, boks yapma, kolları yukarı kaldırma ve bir nesneyi seçme gibi eylemleri tanımlamayı amaçlamaktadır. Kulağa ne kadar basit gelse de HAR'ın oyun, güvenlik ve insan-bilgisayar etkileşimi alanlarındaki uygulamaları çok büyüktür. Bir kişinin aktivitelerini tanımak için veriler RGB videolar, iskelet, derinlik haritaları ve daha fazlası gibi farklı yöntemler kullanılarak yakalanabilir. Derinlik haritaları araştırmada çok yaygın bir yöntemdir. Bu veri yöntemi, Microsoft Kinect gibi derinlik görüntüleme sensörlerini kullanarak insan etkinliklerini saklar ve işler. Veriler, bir nesnenin sensörden ne kadar uzakta (derin) olduğunu gösterir. Derinlik haritaları yöntemi HAR görevlerinde umut verici bir performans göstermiştir. Derinlik sensörlerinin artan kullanılabilirliği ve HAR'a artan ilgi, aktivite tanıma için çok sayıda derinlik tabanlı yöntemin geliştirilmesiyle sonuçlandı. Bu araştırmada, derinlik haritalarını ana yöntemimiz olarak kullanarak, otomatik kodlayıcılar ve özellik birleştirme yaklaşımını kullanarak derinlik haritasının insan tanıma doğruluğunu artıracak bir yaklaşım öneriyoruz. Diğer incelemelerin yanı sıra yaklaşımımız, otomatik kodlayıcı tabanlı özelliklerin birleştirilmesinin insan etkinliği tanıma modelinin tanıma doğruluğunu arttırdığını kanıtladı.

Özet (Çeviri)

In the recent years, the field of human activity recognition (HAR) has gained significant attention from researchers, mostly due to its wide-ranging potential applications across various domains including healthcare, sports, and security. HAR aims to identify the action a human doing, like walking, boxing, moving arms up, and picking an object. Despite how simple this might sound, the applications of HAR are enormous in games, security, and human computer interaction. To recognize activities of a person, data can be captured using different modalities like RGB videos, skeleton, depth maps, and more. Depth maps is a very common modality in research. This data modality stores and processes human activates using depth imaging sensors, like Microsoft Kinect. The data represents how far (deep) an object is from the sensor. Depth maps modality has demonstrated promising performance in HAR tasks. The increasing availability of depth sensors and the growing interest in HAR have resulted in the development of numerous depth-based methods for activity recognition. In this research, using depth maps as our main modality, we propose an approach to enhance the accuracy of depth-map human recognition by utilizing autoencoders and feature fusion approach. Among other finings, our approach proofed that fusing autoencoder-based features increases the recognition accuracy of human activity recognition model.

Benzer Tezler

  1. Debi-seviye izleme ve taşkın uyarı maksatlı gerçek zamanlı nehir gözlem istasyonu imalatı: Aşağı Sakarya Nehri uygulaması

    Manufacturing of a real-time river monitoring station for discharge-level monitoring and flood warning: Lower Sakarya River application

    FATMA DEMİR

    Doktora

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiSakarya Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN SÖNMEZ

  2. Multi-modal stereo-vision using infrared/visible camera pairs

    Görünür ve kızılötesi kamera çiftleri kullanarak çoklu biçimli steryo görme

    MUSTAFA YAMAN

    Doktora

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SİNAN KALKAN

  3. Sosyal medya lokasyon analizi

    Social media location analysis

    YAHYA ALALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NİLÜFER YURTAY

  4. Elazığ - Sivrice ve Gezin civarının yeraltı yapısının gravite verileri kullanılarak modellenmesi

    Modelling of the subsurface structures of Elazığ - Sivrice and Gezin region by using gravity data

    NEDİM GÖKHAN AYDIN

    Doktora

    Türkçe

    Türkçe

    2024

    Jeofizik Mühendisliğiİstanbul Teknik Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    PROF. DR. TURGAY İŞSEVEN

  5. Navigating complexity: Enhancing wayfinding in Etlik City Hospital

    Karmaşıklığı aşmak: Yön bulma geliştirmede Etlik Şehir Hastanesi örneği

    ZEHRA SERRA BİTİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    MimarlıkAnkara Yıldırım Beyazıt Üniversitesi

    Mimarlık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ RUKİYE ÇETİN KAPLAN