Geri Dön

Exploring dense depth predictions as a supervision source for human pose and shape estimation

Yoğun derinlik tahminlerinin insan poz ve şekil tahmini için bir denetim kaynağı olarak incelemesi

PDF İndir

  1. Tez No: 890868
  2. Yazar: BATUHAN KARAGÖZ
  3. Danışmanlar: DOÇ. DR. EMRE AKBAŞ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 108

Özet

Bu tez, güncel derinlik tahmin modelleri tarafından elde edilen yoğun derinlik bilgisinin, tek bir kamera görüntüsünden 3B insan pozu ve şekli (İPŞ) tahmini öğrenme üzerindeki etkinliğini incelemektedir. İPŞ tahminini denetlemek için gerçek veri toplamak maliyetli ve sınırlı laboratuvar ortamlarına bağlı bir işlemdir. Araştırmacılar, denetim eksikliğini hafifletmek için vücut yapısı veya kinematiğe dayalı öncelikler, optik akış ve segmentasyon gibi diğer bilgisayarlı görü görevlerinden elde edilen ipuçları ve özdenetimli görevleri kullanmışlardır. Bu bağlamdaki açık potansiyeline rağmen, tek bakışlı derinlik tahmini henüz incelenmemiştir. Bu eksikliği ele almak için, önce insan örgü yüzeyindeki noktalar ile derinlik tahmininden rekonstrüe edilen noktalar arasında yoğun bir eşleme ve hizalama tanımlıyoruz. Daha sonra birkaç yitim fonksiyonu öneriyor ve bunları kapsamlı bir şekilde değerlendiriyoruz. Human3.6M ve 3DPW veri setleri üzerinde yaptığımız deneyler, önerilen eşleme, hizalama ve yitim hesaplama işleminin, yalnızca 2B anahtar nokta denetimi veya 2B ve 3B denetimi kullanmaktan önemli ölçüde daha iyi İPŞ tahmini performansına sahip olduğunu göstermektedir.

Özet (Çeviri)

This thesis examines the effectiveness of dense depth information obtained by state-of-the-art depth estimation models in learning 3D human pose and shape (HPS) estimation from a monocular image. Collecting ground-truth data to supervise HPS estimation is costly and constrained to limited lab environments. Researchers have used priors based on body structure or kinematics, cues obtained from other vision tasks such as optical flow and segmentation, and self-supervised tasks to mitigate the scarcity of supervision. Despite its apparent potential in this context, monocular depth estimation has yet to be explored. We address this by first defining a dense mapping and alignment between the points on the surface of the human mesh and the points reconstructed from depth estimation. We then propose and extensively evaluate several loss functions. Firstly, we introduce DDA that combines dense mapping and alignment with a simple minimum squared distance loss. We extend it with DRT, a loss function to enforce the similarity transform between the target and the predicted body parts to be close to identity. Lastly, we propose MotionDRT that enforces motion consistency between depth and HPS predictions to train video HPS estimation models. Our experiments on Human3.6M and 3DPW datasets show that the proposed mapping, alignment, and loss calculation pipeline significantly improves HPS estimation performance over using only 2D keypoint supervision or 2D and 3D supervision.

Benzer Tezler

  1. Tez No

    911471

    Investigation of the behavior and effects of passive side reinforcement on in-situ retaining structures

    Pasif yan takviyenın kast yapı üzerindeki davranış ve etkilerinin incelenmesi

    TARIK SOLOMON TESHOME

    Doktora

    İngilizce

    İngilizce

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    Prof. Dr. AYKUT ŞENOL

    DR. ÖĞR. ÜYESİ ZEHRA NİL KUTLU

  2. Tez No

    793343

    Cultural encounters of ethnic identities: An ethnographic study of belonging in the urban landscape of Sarajevo

    Etnik kimliklerin kültürel karşılaşmaları: Saraybosna kent peyzajında aidiyete ilişkin etnografik bir çalışma

    TÜLAY ZIVALI

    Doktora

    İngilizce

    İngilizce

    2022

    Mimarlıkİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. HATİCE AYATAÇ

  3. Tez No

    615795

    In depth analysis of women entrepreneurs in Turkey, Germany and Iran

    Türkiye, Almanya ve İran'da kadın girişimciler üzerine derinlemesine bir inceleme

    KIMYA MOHAMADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    İşletmeYıldız Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ESİN ERTEMSİR

  4. Tez No

    101363

    Kalman filtresi ve olasılıksal veri ilişkilendirme yöntemlerini kullanan çoklu hedef izleme algoritmaları

    Multi-target tracking algorithms employing both kalman filtering and probabilistic data association

    ADNAN LANA

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. İ. CEM GÖKNAR

  5. Tez No

    841858

    Magnetik nanokiller kullanılarak metilen mavisi boyar maddesinin sulu çözeltilerden giderimi: Kinetik, denge ve termodinamik çalışmaları

    Removal of methylene blue dyet from aqueous solutions using magnetic nanoclays: Kinetic, equilibrium and thermodynamic studies

    YASİN USTA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Çevre MühendisliğiSakarya Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ASUDE ATEŞ

Geri Dön