Comparing graph-based and deep learning models on ntu RGB+D for human action recognition
Ntu graph üzerinde insan hareketi tanıma için grafik tabanlı ve derin öğrenme modellerinin karşılaştırılması
- Tez No: 971170
- Danışmanlar: DOÇ. DR. İSMAİL BÜTÜN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: İnsan Hareketi Tanıma, İskelet Verisi, Grafik Evrişim Ağları, AGCN, CTR-GCN, ShiftGCN, NTU RGB+D Veri Kümesi, Human Action Recognition, Skeleton Data, Graph Convolutional Networks, AGCN, CTR-GCN, ShiftGCN, NTU RGB+D Dataset
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Ostim Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
NTU RGB+D Üzerinde İnsan Hareketi Tanıma için Grafik Tabanlı ve Derin Öğrenme Modellerinin Karşılaştırılması İskelet tabanlı insan hareketi tanıma (HAR), insan hareketlerini anlamada güvenilir bir yöntem olup görünüş, arka plan ve aydınlatma değişimlerine karşı dayanıklıdır. Bu tez, NTU RGB+D veri kümesini kullanarak üç gelişmiş grafik tabanlı derin öğrenme modelini karşılaştırmaktadır: Kanal Bazlı Topoloji İyileştirme Grafik Evrişim Ağı (CTR-GCN), Kaydırma Grafik Evrişim Ağı (ShiftGCN) ve Uyarlamalı Grafik Evrişim Ağı (AGCN). Deneylerde, tek bir NVIDIA V100 GPU kullanılarak karma hassasiyetli (mixed-precision) eğitim ile 48, 64 ve 72 yığın boyutlarının (batch size) çapraz konu (X-Sub) ve çapraz görüş (X-View) protokolleri üzerindeki etkileri değerlendirilmiştir. Sonuçlara göre, AGCN 64 yığın boyutunda en iyi performansı göstermiş ve %88,14 (X-Sub) ile %88,27 (X-View) başarı elde etmiştir. CTR-GCN ise 72 yığın boyutunda %84,50 (X-Sub) ve %85,38 (X-View) değerlerine ulaşmıştır. ShiftGCN, 48 yığın boyutunda %84,02 (X-Sub) ve %84,52 (X-View) ile biraz daha düşük doğruluk sağlamış ancak daha hızlı tahmin süresi sunmuştur. Eğitim süresi analizine göre ShiftGCN, AGCN (~288–359 sn) ve CTR-GCN (~223–313 sn) ile karşılaştırıldığında en kısa epoch süresini (~164 sn) sunmuştur. Bu bulgular, çıkarım (inference) hızı, doğruluk ve işlem verimliliği arasındaki ödünleşmeleri göstermektedir. ShiftGCN düşük gecikmeli uygulamalar için ideal, CTR-GCN doğruluk ile esneklik arasında denge kurarken, AGCN en yüksek doğruluğu sağlamaktadır. Bu çalışma, gerçek zamanlı ve kaynak kısıtlı ortamlarda HAR sistemlerinin uygulanmasına yönelik pratik öneriler sunmaktadır.
Özet (Çeviri)
Comparing Graph-Based and Deep Learning Models on NTU RGB+D for Human Action Recognition A reliable method for comprehending human actions, skeleton-based human action recognition (HAR) is resistant to changes in appearance, backdrop, and lighting. Using the NTU RGB+D dataset, this thesis compares three sophisticated graph-based deep learning models: Channel-wise Topology Refinement Graph Convolutional Network (CTR-GCN), Shift Graph Convolutional Network (ShiftGCN), and Adaptive Graph Convolutional Network (AGCN). A single NVIDIA V100 GPU was used for the experiments, which assessed the effects of batch sizes 48, 64, and 72 under the cross-subject (X-Sub) and cross-view (X-View) protocols with mixed-precision training. According to the results, AGCN performed best at batch size 64, achieving 88.14% (X-Sub) and 88.27% (X-View), whereas CTR-GCN attained 84.50% (X-Sub) and 85.38% (X-View) at batch size 72. ShiftGCN recorded 84.02% (X-Sub) and 84.52% (X-View) with batch size 48, indicating a little lower accuracy but a faster prediction time. In comparison to AGCN (~288–359s) and CTR-GCN (~223–313s), ShiftGCN offered the shortest per-epoch duration (~164s), according to training time analysis. These findings demonstrate the trade-offs between inference speed, accuracy, and processing economy. ShiftGCN is ideal for low-latency applications, CTR-GCN strikes a compromise between accuracy and flexibility, and AGCN provides the best accuracy. This paper offers practical advice for HAR system deployment in real-time, resource-constrained settings.
Benzer Tezler
- Automated curriculum design for reinforcement learning with graph theory and evaluation heuristics
Çizge kuramı ve değerlendirme bazlı sezgisel yöntemler ile pekiştirmeli öğrenme için otomatik müfredat tasarımı
ANIL ÖZTÜRK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- Graph-based keyword extraction method for scientific publications
Bilimsel yayınlar için grafik tabanlı anahtar kelime çıkartma yönetemi
ABDIRAHMAN MOHAMED ALI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ARZU KAKIŞIM
- Novel centrality, topology and hierarchical-aware link prediction in dynamic networks
Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini
ABUBAKHARI SSERWADDA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
YRD. DOÇ. ALPER ÖZCAN
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Architectural section generation and semantic evaluation with deep learning methods
Derin öğrenme yöntemleri ile mimari kesit üretimi ve anlamsal değerlendirilmesi
ECE SAVAŞ
Yüksek Lisans
İngilizce
2025
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU