An implementation of machine learning algorithms for hand gesture recognition
El hareketlerini tanıma için makine öğrenmesi algoritmalarının uygulanması
- Tez No: 573938
- Danışmanlar: DR. ÖĞR. ÜYESİ İBRAHİM ZİNCİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Algoritmalar, El tanıma, Makine öğrenmesi yöntemleri, Yapay sinir ağları, İnsan-makine ilişkisi, İnsan-makine sistemi, İnsan-teknoloji ilişkisi, Algorithms, Hand recognition, Machine learning methods, Artificial neural networks, Human-machine relationship, Man-machine system, Human-technology relationship
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hareket tanıma, insan-bilgisayar etkileşimi (HCI) için son derece önemlidir. Bir el hareketi tanıma sistemi, sözlü olmayan iletişimin doğal, yenilikçi ve modern bir yolunu sağlar. İnsan-bilgisayar etkileşimlerinde geniş bir uygulama alanına sahiptir. El hareketlerinin bilgisayarla tanınması, tıbbi sistemler, insan-bilgisayar etkileşimi gibi birçok uygulamada yaygın olarak kullanılmaktadır, çünkü el hareketi tanıma, insanlara doğal ve sezgisel bir bilgisayar ara yüzü sağlar. Bu çalışmada, kullanıcının artık kas hareketlerini; el protezinin açık / kapalı el, el bileğini döndürmek gibi belirli hareketlerini haritalanması amaçlanmıştır. Bu problemleri çözmek için öncelikle, hangi özelliklerin gerekli olduğuna karar vermek için, bazı sütunları varyasyonları halinde çıkararak deneyler gerçekleştirildi. Oluşturulan veri kümesi ile yapay sinir ağları algoritmalarından birçoğu ile deneyler yapılmış, Naive Bayes, BayesNet, Multilayer Perceptron, Bagging, Hoeffding Tree and Random Forest olan en başarılı algoritmalar arasından Random Forest seçilmiştir.
Özet (Çeviri)
Motion recognition is extremely important for human-computer interaction (HCl). A hand gesture recognition system contributes an organic, creative and brought up to date version of non-verbal communication. HCI has a wide range of applications such as computer recognition of gestures, medical systems, human-robot interaction because gesture recognition make available to people with a characteristic and instinctive computer interface. The aim of the thesis is to map user residual muscle gestures to certain actions of a prosthetic such as open/close hand or rotate the wrist. For this propose, firstly, in order to decide which features are necessary, experiments were performed by removing some features in combination. With created datasets, experiments have been done with many of the artificial neural network algorithms. Random Forest was chosen among the most successful algorithms which are Naive Bayes, BayesNet, Multilayer Perceptron, Bagging, Hoeffding Tree and Random Forest.
Benzer Tezler
- Machine learning techniques for surface electromyography based hand gesture recognition
Yüzey elektromiyografi temelli el jesti tanıma için makine öğrenmesi teknikleri
ENGİN KAYA
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Heterojen kablosuz ağlar için bulanık mantık dikey el değiştirme algoritması
Fuzzy logic vertical handover algorithm for heterogeneous wireless networks
GÜRKAN COŞKUN
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Data-driven aircraft performance models for improving baseline fuel estimations
Kalkış öncesi yakıt tahminini iyileştirmek için veri analitik hava taşıtı performans modelleri
MUHAMMED EMRE SARIGÖL
Yüksek Lisans
İngilizce
2018
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE KOYUNCU
- İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması
<the use of neural networks in determination of the manufacturing systems design and dispatching rules
TARIK ÇAKAR
Doktora
Türkçe
1997
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. AYHAN TORAMAN
- GPU üzerinde yazılım tabanlı anten gerçeklenmesi
Realization of software-defined antenna on GPU
ABDULLAH BAKIRTAŞ
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK PAKER