İnsan Hareketi İzleme ve Tanıma – Ödev Hazırlatma – Proje Yaptırma – Tez Yaptırma Fiyatları – Sunum Örnekleri – Ücretli Ödev Yaptırma – Ödev Yaptırma Ücretleri
İnsan Hareketi İzleme ve Tanıma
İnsan hareketinin izlenmesi ve tanınması, bilgisayarlı görü alanında önemli bir araştırma alanı haline gelmiştir. Gerçek dünya koşullarında, dağınık arka planlar, büyük aydınlatma varyasyonları, tıkanmalar, kendi kendine kapanmalar, farklı giysiler ve birden fazla hareketli nesne göz önüne alındığında karmaşık bir sorun teşkil eder.
Bu kötü tasarlanmış problemler genellikle sahneye ilişkin varsayımları basitleştirerek veya harekete kısıtlamalar getirerek çözülür. Hareket eden insanlar ile arka plan arasındaki kontrastın yüksek olması ve sahnedeki hedef kişi dışında her şeyin durağan olması gibi kısıtlamalar, doğru bölütlemeyi sağlamak için oldukça sık getirilir.
Ayrıca, hedef kişinin hareketi genellikle sınırlı oklüzyonlu basit hareketlerle sınırlıdır. Ayrıca kişinin bilinen başlangıç pozisyonu ve duruşu gibi varsayımlar da genellikle takip süreçlerinde empoze edilir.
İnsan takibine yönelik ilk adım, insan figürlerinin arka plandan bölümlere ayrılmasıdır. Bu sorun, ya ardışık çerçeveler arasındaki zamansal ilişkiden, yani arka plan çıkarma, optik akış yoluyla ya da insan görünümünün görüntü istatistiklerini modelleyerek ele alınır.
Kenarlar, silüetler, lekeler ve benzeri olabilen segmentasyonun çıktısı, özellik çıkarmanın temelini oluşturur. Takipte öznenin yerini tespit etmek için öznitelik yazışması kurulur. Ardışık çerçeveler boyunca izleme, genellikle, özellikle bazı vücut bölümleri kapatıldığında, hareketin sürekliliğini sağlayan hareket tahminini içerir.
Örneğin, bir insan yürürken, bir bacağın diğerini tıkadığı anlar vardır. Bu nedenle, bazı teknikler her bir vücut parçasının kesin hareketini belirlemeye çalışırken, diğer teknikler insan vücudunu bir bütün olarak izlemeye odaklanır.
İzleme, 2D veya 3D olarak sınıflandırılabilir. 2D izleme, ya düşük seviyeli görüntü özelliklerinden yararlanarak ya da bir 2D insan modeli kullanarak görüntü düzlemindeki hareketi takip etmekten oluşur. 3D izleme, vücut hareketini üç boyutlu olarak tanımlayan parametreleri elde etmeyi amaçlar. Vücut bölümlerinin hareketini tahmin eden 3B izleme süreci, doğası gereği 3B insan pozu kurtarmaya bağlıdır.
3B poz kurtarma, 3B uzayda vücut bölümlerinin konfigürasyonunu tanımlamayı ve kameraya göre vücudun oryantasyonunu tahmin etmeyi amaçlar. Bu çalışma, genellikle 3B rekonstrüksiyon için kullanıldığından, model tabanlı tekniklere odaklanacaktır.
Model tabanlı teknikler, insan vücudu yapısı ve hareket dinamiğinin matematiksel bir temsiline dayanır. 3B poz parametreleri, geçerli çerçeveden çıkarılan bir dizi görüntü özelliğinin, modelin görüntü düzlemindeki izdüşümüyle yinelemeli olarak eşleştirilmesiyle yaygın olarak tahmin edilir. Böylece, 3D poz parametreleri bir enerji minimizasyon işlemi vasıtasıyla belirlenir.
İnsan vücudunun tam konfigürasyonunu elde etmek yerine, insan hareket tanıma, hareket eden bir kişi tarafından gerçekleştirilen eylemi tanımlamayı içerir. Önerilen tekniklerin çoğu, aynı kategoriye ait eylemleri tanımlamaya odaklanır. Örneğin, amaç birkaç aerobik egzersizi veya tenis vuruşunu veya oturma, ayağa kalkma, yürüme, koşma veya atlama gibi bazı günlük eylemleri tanımak olabilir.
Tanıma ve yerleştirme Değer Biçme
RTEÜ
Rteü FORMASYON
DEĞERLENDİRME Türleri
Rteü Öğretmenlik Uygulaması
Rebis
RTEÜ Eğitim Fakültesi
Erişi Testi
Daha sonra, insan hareketi izleme ve 3D poz kurtarmaya yönelik en yeni yaklaşımlardan bazıları sunulurken, aşağıdaki alt bölümde bazı tüm vücut insan hareket tanıma teknikleri tanıtılmaktadır. Görmeye dayalı insan hareketi analizine ilişkin önceki anketler gerçekleştirilmiştir.
Bu genel bakış, kaynakçada önerilen bazı teknikleri avantaj ve dezavantajlarıyla birlikte sunacaktır. Bu çalışmanın ana hatları aşağıdaki gibidir. İlk olarak, insan hareketi izleme ve 3D poz kurtarma hakkında bir anket verilmiştir. Ardından, insan hareketi tanıma tanıtılmakta ve ardından bazı uygulama çalışmalarının bir özeti verilmektedir. Son olarak, gelecekteki eğilimleri ve sonuçları içeren bir bölüm tanıtılmıştır.
Halihazırda yayınlanmış bazı makaleler, çoklu sensörler kullanarak özellikle poz kurtarma sorununu ele almaktadır. Gerçek Bu genel bakış, kaynakçada önerilen bazı teknikleri avantaj ve dezavantajlarıyla birlikte sunacaktır. Bu çalışmanın ana hatları aşağıdaki gibidir. İlk olarak, insan hareketi izleme ve 3D poz kurtarma hakkında bir anket verilmiştir. Ardından, insan hareketi tanıma tanıtılmakta ve ardından bazı uygulama çalışmalarının bir özeti verilmektedir. Son olarak, gelecekteki eğilimleri ve sonuçları içeren bir bölüm tanıtılmıştır.
İNSAN HAREKET TAKİP VE 3D POZ KURTARMA
İzleme, monoküler veya çoklu kamera görüntü dizilerine dayanır. Monoküler görüntü dizilerini kullanmak, vücut bölümlerinin tıkanması ve yapılarını ve hareketini tek bir perspektiften (farklı konfigürasyonlar aynı izdüşümlere sahiptir) kurtarmadaki belirsizlik nedeniyle oldukça zordur. Öte yandan, tek kameralı görünümler, çoklu kamera görünümlerinden daha kolay elde edilir ve işlenir. Sadece bir kamera kullanan bazı yeni teknikler sunulmaktadır.
Tekli görünüm yaklaşımlarının aksine, bir görünümde eksik olan faydalı hareket bilgileri başka bir görünümden kurtarılabildiğinden, çoklu kamera teknikleri vücut bölümlerinin tıkanıklıklarının ve derinlik belirsizliklerinin üstesinden gelebilir. Birden fazla kamera kullanan bazı yeni yaklaşımlar. Halihazırda yayınlanmış bazı makaleler, çoklu sensörler kullanarak özellikle poz kurtarma sorununu ele almaktadır.
Yazar Açıklaması
Trinoküler görüntüleri kullanarak 3B duruş tahmini için zaman yöntemi Iwasawa’da tanıtıldı. Her görüntüde insan silueti çıkarılır ve üst vücut yönü tespit edilir. Son olarak, temsili noktaların ve eklemlerin 3B koordinatlarını tahmin etmek için üç görünümden ikisi seçilir.
Anlarının dönüşüm değişmezliğine dayanan “sanal kameralar” kavramı tanıtılarak çoklu görünümler elde edilir. Bu yaklaşımın bir avantajı, kamera kalibrasyonunun gerekli olmamasıdır.
İNSAN HAREKETİ TANIMA
İnsan hareketi tanıma, çıkarılan 3B poz parametrelerinin analiz edilmesiyle elde edilebilir. Bununla birlikte, gereken ekstra ön işleme nedeniyle, insan hareket modellerinin tanınması genellikle izleme sırasında elde edilen düşük seviyeli özelliklerden (örneğin, silüetler) yararlanılarak elde edilir.
UYGULAMALAR
Vizyona dayalı insan vücudu modellemesi, geniş bir uygulama yelpazesinde kullanılmıştır. Uygulama alanlarına göre gruplandırılmış bazı güncel çalışmalar sunulmuştur.
SONUÇ
İnsan hareketi izleme ve tanıma sorunu çekici bir meydan okuma haline geldi. Son birkaç yılda yayınlanan çok sayıda makale, bu konuya ve geniş uygulama yelpazesine artan ilgiyi göstermektedir. Buna rağmen, birçok konu hala açık. Kısıtlanmamış görüntü bölütleme, izlemedeki sınırlamalar, ön bilgileri içeren modellerin geliştirilmesi, çok kişili ortamların modellenmesi ve gerçek zamanlı performans gibi problemlerin hala etkin bir şekilde çözülmesi gerekmektedir.
Örneğin, izlemede yaygın bir sınırlama, bir kişinin hareketinin birkaç oklüzyonla basit hareketlerle sınırlı olmasıdır. Henüz tam olarak çözülememiş önemli bir sorun oluşturan tıkanıklıklar, hatalı takip yapılmasına neden olabilir.
DEĞERLENDİRME Türleri Erişi Testi Rebis RTEÜ RTEÜ Eğitim Fakültesi Rteü FORMASYON Rteü Öğretmenlik Uygulaması Tanıma ve yerleştirme Değer Biçme