GMACA ile hareket tespiti yapılan video görüntülerde insan hareketlerinin tanınması

Abstract

Bu makale kapsamında insan hareketlerinin tanınması, Genelleştirilmiş Çoklu Cezbedici Hücresel Otomatlar(Generalized Multiple Attractor Cellular Automata(GMACA)) ile elde edilen hareket tespit görüntülerikullanılarak gerçekleştirilmiştir. GMACA, Hücresel Otomatların birden fazla hücreye kural vektörü kullanılarakuygulanan türüdür. GMACA’nın uygulanmasında kural vektörünün elde edilmesi kritik öneme sahiptir. Buçalışmada tek uzunluk döngülü cezbedici üretmesi istenen GMACA kural vektörü, erişilebilirlik ağacı tabanlıyöntemler kullanılarak elde edilmiştir. Video görüntülerdeki insan hareketlerinin tespiti, kural vektörünün ürettiğicezbediciler kullanılarak gerçekleştirilmiştir. Geliştirilen hareket tanıma yönteminde ilk önce görüntüler gri renkuzayına dönüştürülür. Daha sonra hareket tespiti için kullanılacak GMACA kural vektörü oluşturulur. GMACAkullanılarak hareket tespiti yapılır. Hareket tespit görüntülerinden HOG özellik vektörü çıkarılır ve elde edilenHOG özellik vektörleri ait oldukları harekete göre etiketlendirilir. Bu şekilde veri seti oluşturulur. Oluşturulan veriseti çapraz-doğrulama yöntemi ile eğitim ve test veri setlerine ayrıştırılır. İnsan hareketlerinin tanınması SVMyöntemi ile gerçekleştirilir. Deneysel sonuçlar karışıklık matrisi ile gösterilmiştir. Karışıklık matrisi kullanılarakgeliştirilen tanıma yönteminin sınıflandırma performansı ortaya konmuştur. GMACA ile elde edilen hareket tespitgörüntüleriyle yapılan hareket tanıma uygulaması mevcut arka plan çıkarma çalışmaları kadar iyi sonuç vermiştir.Elde edilen sonuçlar GMACA ile elde edilen hareket tespit görüntülerinin hareket tanıma çalışmalarındakullanılabileceğini göstermektedir. GMACA’nın zayıf yanı ikili örüntüler üzerinde uygulanabiliyor olmasıdır.