Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Bilimleri ve Mühendisliği Anabilim Dalı

2D/3D human pose estimation using deep convolutional neural nets

Derin evrişimsel sinir ağları ile 2B/3B insan vücudu pozisyon kestirimi

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 533797 tez numarasıyla arayabilirsiniz.

Özet:

In this thesis, we propose algorithms to estimate 2D/3D human pose from single view images In the first part of the thesis, we present MultiPoseNet, a novel bottom-up multi-person pose estimation architecture that combines a multi-task model with a novel assignment method MultiPoseNet can jointly handle person detection, keypoint detection, person segmentation and pose estimation problems The novel assignment method is implemented by the Pose Residual Network (PRN) which receives keypoint and person detections, and produces accurate poses by assigning keypoints to person instances On the COCO keypoints dataset, our pose estimation method outperforms all previous bottom-up methods both in accuracy (+4-point mAP over previous best result) and speed; it also performs on par with the best top-down methods while being at least 4x faster Our method is the fastest real time system with 23 frames/sec In the second part of the thesis, we present EpipolarPose which is a self-supervised training methodology for single person monocular human pose estimation and Pose Structure Score, a structure aware performance measure for 3D human pose estimation Training accurate 3D human pose estimators requires large amount of 3D ground-truth data which is costly to collect Various weakly or self supervised pose estimation methods have been proposed due to lack of 3D data ...

Özetin tamamını okumak için tez.yok.gov.tr adresine gidin.

Summary:

Bu tezde tekli görüntülerden 2B/3B insan pozisyon kestirimi için algoritmalar önerdik Tezin ilk kısmında, özgün bir atama tekniği ile çoklu-görev modelini birleştiren yeni bir aşağıdan-yukarıya çoklu insan pozisyon kestirimi algoritması olan MultiPoseNet'i önerdik MultiPoseNet insan tespiti, ana nokta tespiti, insan bölütleme ve pozisyon kestirimi görevlerini beraber yürütebilmektedir Yeni atama tekniği tespit edilen ana noktalar ve insanları eşleştirerek doğru pozlar üreten Pose Residual Network (PRN) ile gerçekleştirilmiştir Geliştirdiğimiz poz kestirim yöntemi COCO ana nokta veri setinde tüm aşağıdan-yukarıya yöntemlerden hız (en iyi sonuçtan +4-puan mAP daha fazla) ve doğruluk bazında daha üstün sonuçlar vermektedir, ayrıca yukarıdan-aşağıya yöntemlerden 4 kat daha hızlı çalışırken doğruluk bazında onlara yakın sonuç üretebilmektedir Yöntemimiz 23 çerçeve/saniye ile en hızlı çalışan gerçek zamanlı sistemdir ...

For full summary, please go to tez.yok.gov.tr.