Detection of free-standing conversational groups with graph convolutional networks
Etkileşimli grupların çizge evrişimli sinir ağları ile tespiti
- Tez No: 730955
- Danışmanlar: PROF. DR. LALE AKARUN ERSOY, YRD. DOÇ. DR. BERK GÖKBERK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Evrişimli sinir ağları, Grafikler, Video görüntüsü, Convolutional neural networks, Graphics, Video image
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Video görüntülerinden otomatik olarak etkileşimli grupları tanıma, videolardan aktivite algılama ve insan-robot ilişkilerini geliştirmek için oldukça kullanışlı bir araştırma konusu olmuştur. Bu sebeple, etkileşimli grupların algılanma doğruluğunu iyileştirmek, insan robot ilişkilerini kuvvetlendirmek için doğan ciddi bir ihtiyaçtır. Bu tezde, Çizge Evrişimli Sinir Ağları kullanarak etkileşimli grup tespit problemine özgün bir katkı yapılmıştır. Topluluk tanıma alanında kullanılan Deep Modularity Networks (DMoN) adında bir yöntem baz alınarak yeni bir grup tanıma sistemi geliştirilmiştir. Bu zamana kadar olan teknoloji grup tanıma metotlarında en ileri teknoloji yöntemlerin tanıma kalitesi yükseltilmiştir. Buna ek olarak, insanların yakınlığını görüş konileri kullanarak gösteren bir çizge inşa algoritması geliştirilmiştir. Problemin zaman boyutunu da hesaba katan bir art işleme adımı sisteme entegre edilerek tanıma sonuçları daha ileriye taşınmıştır.
Özet (Çeviri)
Automatically detecting conversational groups from video footage is a very intriguing and practical research area with applications in video activity recognition and human-robot interaction. Therefore, there is a critical need for improved detection of groups to enhance the relationship between humans and robots. In this thesis, we use Graph Convolutional Networks for the group detection problem as the main novel contribution. We base our approach on a method from the community detection domain called Deep Modularity Networks. Our approach improves the group detection quality over state-of-the-art group detection methods. Additionally, we develop a graph construction algorithm using the view frustums, which indicates the individuals' affinities. As a post-processing step, we utilize temporal information in our system and improve our detection results further.
Benzer Tezler
- Poli(Pyronin Y) ince filmlerinin ve müstakil grafen/poli(pyronin y)/gümüş nanopartikül elektrotların hazırlanması, karakterizasyonu ve nitritin amperometrik tayininde kullanılması
Preparation and characterization of poly(pyronin y) thin films and free-standing graphene/poly(Pyronin Y)/silver nanoparticle electrodes and their application for amperometric detection of nitrite
KADER DAĞCI
- Müstakil grafen/poli(metilen mavisi)/gümüş nanopartikül elektrotun hazırlanması, karakterizasyonu ve amperometrik nadh sensör uygulaması
Preparation, characterization and amperometric nadh sensor application of free-standing graphene/poly(methylene blue)/silver nanoparticles electrode
EZGİ TOPÇU
- Taşıyıcı element ilavesiz birlikte çöktürme yöntemiyle bazı eser elementlerin zenginleştirilmesi ve uygulamalar
Preconcentration of some trace elements by carrier element free coprecipitation method and applications
DUYGU ÖZDEŞ
- Taşıyıcı element ilavesiz birlikte çöktürme yöntemiylePb(II), Cu(II) ve Cd(II) iyonlarının zenginleştirilmesi ve AAS ile tayinleri
Preconcentration of Pb(II), Cu(II) and Cd(II) ions by carrier element free coprecipitation method and their determination with AAS
AYŞE ALIŞKAN
- Cu(II), ni(II) ve pb(II)'nin triazol türevi toplayıcılar kullanarak birlikte çöktürme yöntemiyle zenginleştirilmesi, su ve gıda örneklerinde faas ile tayinleri
Preconcentration of cu(II), ni(II) and pb(II) withcoprecipitation methodby using triazole derivative coprecipitants and their determinationsin water and food samples by faas
SÜREYYA OĞUZ TÜMAY
