Geri Dön

Koordinat sistemi ve makine öğrenimi kullanılarak sanal gerçeklikte hareket tespiti

Motion detection in virtual reality using coordinate system and machine learning

  1. Tez No: 873363
  2. Yazar: TUGAY MANDAL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SİNA APAK
  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: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 58

Özet

Bu çalışma, özel olarak tasarlanmış bir 3B LeNet-5 mimarisi kullanarak 3B oyun nesnesi hareket tanıma için yeni bir yaklaşım sunmaktadır. Modern oyun ortamlarının artan karmaşıklığına yanıt olarak, önerilen model, doğru hareket tanıma için kritik olan uzamsal ve zamansal özellikleri etkili bir şekilde yakalamak üzere tasarlanmıştır. Farklı bir veri kümesi kullanarak, önerilen metodoloji, oyun içinde birçok farklı hareketi tanıma konusunda endüstri standardının üzerinde performans sergilemektedir. Karşılaştırmalı analiz yoluyla, önerilen 3B PSO-LeNet-5 modelinin mevcut yöntemlere göre hesaplama verimliliği ve doğruluk avantajlarını vurgulanmaktadır. Bu çalışma, sadece 3B oyun nesnesi hareket tanıma alanında ilerleme kaydetmekle kalmaz, aynı zamanda önerilen modelin video analizi ve gözetleme alanındaki potansiyel uygulanabilirliğini gösterir, bu da etkileşimli ve etkileyici oyun senaryolarında kullanıcı deneyimlerini artırır.

Özet (Çeviri)

This study presents a novel approach for 3D game object action recognition using a customized 3D LeNet-5 architecture. In response to the increasing complexity of modern gaming environments, the proposed model is designed to effectively capture spatial and temporal features that are crucial for accurate action recognition. Utilizing a diverse dataset, the proposed methodology exhibits state-of- the-art performance in recognizing a wide range of in-game actions. Through comparative analysis, this study emphasize the computational efficiency and accuracy advantages of the proposed 3D PSO-LeNet-5 model over existing methods. This research not only advances the field of 3D game object action recognition but also demonstrates the potential applicability of the proposed model in video analysis and surveillance, leading to enhanced user experiences in interactive and immersive gaming scenarios.

Benzer Tezler

  1. İşitme engelliler için işaret dilinin düz yazıya çevrilmesi

    Translations of sign language into text for the hearing impaired

    HİLAL NUR CİNEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİ

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATINÇ YILMAZ

  2. Brute force launch vehicle ascent trajectory assessment with a novel vectorized simulator

    Vektörize benzetici ile fırlatma araçlarının yükseliş yörüngesini kaba kuvvet değerlendirme

    AHMET ENES YÜCEYURT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİM RÜSTEM ASLAN

  3. Yeni Cami'nin akustik açıdan performans değerlendirmesi

    Evaluation of the acoustical performance of the New Mosque

    EVREN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SEVTAP YILMAZ DEMİRKALE

  4. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  5. Tsallis entropy based feature extraction from insole force sensor data to diagnose vestibular system disorders

    Vestibüler sistem bozukluklarının tanısı için tabanlık kuvvet algılayıcıları verilerinden tsallis entropisi tabanlı öznitelik çıkarımı

    HARUN YAŞAR KÖSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT İKİZOĞLU