زهره قادری
زهره قادری
دانشکده فنی و مهندسی
گروه آموزشی مهندسی کامپیوتر
پایاننامه برای دریافت درجه کارشناسی ارشد در رشته مهندسی کامپیوتر گرایش هوش مصنوعی
عنوان:
شناسایی کنشهای انسان و درک روابط آنها با استفاده از تکنیکهای یادگیری ماشین در تصاویر RGB-D
استاد راهنما:
دکتر حسن ختنلو
داوران :
دکتر محرم منصوری زاده
دکتر مهدی سخایی نیا
پژوهشگر:
زهره قادری
زمان:
دوشنبه مورخ 10/7/1396
ساعت 14
مکان:
آمفی تئاتر مهندسی
چكيده: |
شناسایی فعالیت انسان یکی از موضوعات مهم زمینه تحقیقاتی بینایی ماشین است. شناسایی فعالیتهای روزمره انسان در هوشمندسازی محیط زندگی کاربرد دارد . فعالیت روزمره انسان از چند کنش تشکیل میشود که مرز انجام کنشها در افراد باهم متفاوت است اما روابط و ترتیبی بین آنها وجود دارد که در شناسایی کنش در فعالیت مؤثر است. از طرفی وجود دوربینهای کینکت و تصاویر RGB-D به دلیل دادههای مفصل انسان، تصاویر عمق و رنگی با وضوحبالا شناسایی کنش را بهبود داده است. در این پژوهش با بکار گیری ترتیب کنش در فعالیت در مدل یادگیر نظارتی ضعیف و نیمه نظارتی و استخراج ویژگی دادههای RGB-D به شناسایی کنش و روابط آن پرداخته است و تشخیص تصویر و قطعهبندی در ویدیو را بهبود داده است.برای داشتن سیستم پایدار نیاز به یک استخراج ویژگی متمایزکننده است بدین منظور با استفاده از داده مفصل و عمق ویژگی حالت، حرکت، اطلاعاتی تصویر، اشیا که نسبت به چرخش بدن انسان و مکان دوربین ثابت باشد استخراج کردیم.در مدل یادگیری ارائهشده از رگرسیون خط الراس استفادهشده است.رگرسیون خط الراس شباهت ریاضی به بهینهسازی درجه دوم و محدب دارد.به همین دلیل با داشتن یک بهینه درجه دوم و حاشیه بهعنوان محدودیت از الگوریتم فرانک-ولف که یک الگوریتم بهینهسازی محدب با محدودیت میباشد استفادهشده است.جهت افزایش کارایی سیستم از الگوریتم فرانک-ولف زوجی که یک مدل آماری توسعهیافته الگوریتم فرانک-ولف است استفاده کردیم.الگوریتم فرانک-ولف زوجی محدودیتهای در طول یادگیری را ذخیره میکند و با گام مناسب نسبت به بهترین محدودیتها بهینهترین راهحل مسئله شناسایی کنشهای متوالی را پیدا میکند.ارزیابی این روش پیشنهادی روی پایگاه داده watch-n-patch انجام و تحلیلشده است و با استفاده از روش نوین الگوریتم فرانک-ولف زوجی با محدودیت ترتیب کنش نتایج قابل خوبی رو این پایگاه داده و سایر روشهای پیشنهادی این پایگاه داده داشته است.
واژههای کلیدی: شناسایی کنش انسان، یادگیری ماشین، مدل یادگیری نظارتی ضعیف، رگرسیون خط الراس، الگوریتم فرانک ولف، تصاویر RGB-D ،دوربین کینکت
Abstract: |
Human activity recognition is one of the important issues in the field of machine vision research. The recognition of routine activities of humans is applicable in the smart home. the routine human activity consists of several actions, in which the boundary of actions is different in individuals, but there are relationships and sequences between them that are effective in recognition actions in activity. On the other hand, the existence of Kinect cameras and RGB-D images for having joint data, high-resolution RGB and depth image has improved human action recognition. In this research, by applying for the action order in the weakly supervised and semi-supervised learning model and extracting the RGB-D data feature, it recognizes the actions and relationships and improves frame recognition and segmentation in the video. In order to have a stable system, we need to extract a distinctive feature. We used joint data and depth to extract the pose, motion, image information, objects feature that were constant relative to the rotation of the human body and the location of the camera. The ridge regression model has been used in the learning model. ridge regression has the mathematical similarity to quadratic and convex optimization. because of having a quadratic optimizer and annotation as a constraint, is used the Frank-Wolf algorithm, which is a constrained convex optimization algorithm. We used the pairwise Frank-Wolfe Algorithm to improve the system efficiency, which is a developed statistical model of the Frank-Wolfe algorithm. The pairwise Frank-Wolfe algorithm stores the learning constraints and finds the optimal solution to the problem of recognition sequence actions with the appropriate step toward the best of constraints. The evaluation of this proposed method has been carried out and analyzed on the watch-n-patch database, and using the new pairwise Frank-Wolfe algorithm with a constraint on the ordering of action, the results of this database and other proposed methods of this database have been good.
Key Words: Human action recognition, Machine learning, Weakly supervised leaning, Ridge regression, Frank-Wolfe algorithm, RGB-D image, Kinect camera
Zohreh Ghaderi
Hamedan-Iran
zohre.ghaderi71@gmail.com
ACADEMIC DETAILS
• Diploma math [2010] with aggregate of 19.72 from Buali sina high school
• Bachelor computer engineer [2015] with aggregate of 16.93 from Buali sina university
• Msc Artificial intelligence [2017] with aggregate of 18.0 from Buali sina university
WORK EXPERIENCE
• Worked as Software computer in Ideh pardazan danesh imeni company from Apr 2016 to Apr 2017
Role :programming
• Worked as Training in Buali sina univesity from Jul 2013 to Sep 2013
Role :web desing
• Worked as robot intelligence&vision lab in Bualisina university from Oct 2015 to Sep 2017
Role :Msc student
• Worked as Teaching assistance in Department computer of bualisina univesity from Oct 2016 to Jan 2016
Role :Teaching assistance (machin learning)
PROJECT DETAILS
PROJECT : 1
Title : Application for a health center
Description : design and implementation of a web-based application for a health center
design software&php&bootstrap&sql
Duration : 9
Role : Designer web and programing
Team Size : 3
Objective
PROJECT : 2
Title : Dena website
Description : design and implementation of a web-based application for celebrate class in university
php&HTML&CSS&SQL
Duration : 3
Role : css design and programing
Team Size : 9
Objective
FIELD OF INTERESTS
• Artificial intelligence
• Programming
• Research
SKILLS
• Programming
• C ,c++,c#,sql
• Matlab
• Image processing ,machin learning
به گزارش بسنا، مراسم افتتاحیه این پروژه با حضور محمدعلی زلفیگل وزیر علوم، تحقیقات و فناوری و دکتر علیرضا قاسمیفرزاد استاندار همدان، معاونان وزارتخانههای علوم و مسئولان استانی و ریاست...
دفتر هدایت استعدادهای درخشان دانشگاه بوعلیسینا فهرست اسامی دانشجویان برگزیده آموزشی پژوهشی پانزدهمین همایش سالانه دفتر هدایت استعدادهای درخشان سال ۱۴۰۲ را منتشر کرد. اسامی دانشجویان...
بهراد توتونچی دبیر انجمن علمی دانشجویی مهندسی عمران دانشگاه بوعلی سینا، در جلسه ای با حضور نمایندگان دانشگاه های سراسر کشور، با کسب اکثریت آرا انتخابات، به عنوان دبیر...
در هشتمین نشست از دوره یازدهم هیأت ممیزه دانشگاه بوعلیسینا، آقای دکتر علیرضا حاتمی دارای مدرک دکتری در رشته مهندسی برق با ر أ ی اعضاء از مرتبه...
بدینوسیله انتخاب آقای دکتر آرش فتاح الحسینی را به عنوان پژوهشگر برگزیده دانشگاه در گروه فنی و مهندسی به ایشان و خانواده علمی دانشکده مهندسی تبریک عرض نموده و از خداوند متعال...
بدینوسیله انتخاب دو تن از دانشجویان دانشکده مهندسی مهندس راضیه چهارمحالی در مقطع دکتری رشته مهندسی مواد شاخه خوردگی و مهندسی سطح و مهندس امین نظری در مقطع...
بدینوسیله انتخاب سه عضو هیات علمی دانشکده مهندسی جناب آقایان دکتر جواد بهنامیان ، دکتر حسن علم خواه و دکتر محسن گودرزی در...
براساس اطلاعات پایگاه شاخصهای اساسی علم (ESI)، حضوردکتر محمد حسن مرادی از گروه مهندسی برق دانشکده مهندسی در زمره پژوهشگران پراستناد یک درصد برتر دنیا استمرار پیدا کرد. ...
بدینوسیله انتخاب اعضا محترم هیات علمی سرکار خانم دکتر سموئی (گروه مهندسی صنایع)، جناب آقایان دکتر بابائی (گروه مهندسی عمران)، دکتر حاتمی (گروه مهندسی برق)، دکتر ختن لو (گروه مهندسی...
بدینوسیله انتخاب چهار عضو هیات علمی دانشکده مهندسی جناب آقای دکتر جواد بهنامیان از گروه مهندسی صنایع به عنوان پژوهشگر اول برگزیده، جناب آقای دکتر حسن علم خواه از گروه...
به گزارش بسنا و به نقل از سازمان سنجش، آزمون مرحله نهایی بیست و هشتمین دوره المپیاد علمی دانشجویی کشور با حضور نفرات برگزیده آزمون کارشناسی ارشد (متمرکز) و آزمون غیرمتمرکز المپیاد در دانشگاههای...
به اطلاع دانشجویان محترم می رساند سایت کامپیوتر کارشناسی دانشکده مهندسی به دلیل انجام ثبت نام دانشجویان کارشناسی ورودی 1402 از شنبه 1402/7/22 به مدت یک هفته تعطیل می باشد.
به گزارش بسنا و به نقل از معاونت علمی فناوری ریاست جمهوری، در هشتمین دوره تجلیل از سرآمدان علمی کشور در سال ۱۴۰۲ که با حضور معاون علمی و فناوری و اقتصاد دانشبنیان رئیسجمهور و وزیر علوم...
به اطلاع دانشجویان ورودی جدید تحصیلات تکمیلی (ارشد و دکترا) می رساند، یکشنبه 23 مهر ساعت 11 الی 13 در محل آمفی تئاتر دانشکده مهندسی جلسه معارفه با هیات رییسه دانشکده برگزار می شود. ...
بر اساس اطلاعات جدید نمایه استنادی معتبر scopus ۲۰۲۳، با بررسی مقالات مربوط به ۲۰۲۲، 4 عضو هیات علمی و 1 دانش آموخته دانشکده مهندسی و با بررسی کل مقالات مربوط به سال های مختلف، 1 نفر از اعضای هیات...
نظر به مراتب تعهد، تخصص و تجارب ارزشمند جناب آقای دکتر حسن علم خواه و بنا به پیشنهاد رئیس دانشکده مهندسی، به موجب ابلاغی ایشان با حفظ سمت آموزشی به مدت 2 سال به عنوان...
در حکمی از طرف ریاست دانشگاه آقای دکتر امیرسامان خیرخواه به عنوان مدیر گروه رشته مهندسی صنایع منصوب گردید. در این حکم آمده است : « با احترام و آرزوی توفیق الهی، نظر به مراتب تعهد و تجارب...
در حکمی از طرف ریاست دانشگاه آقای دکتر صالح رازینی به عنوان مدیر گروه رشته مهندسی برق منصوب گردید. در این حکم آمده است : « با احترام و آرزوی توفیق الهی، نظر به مراتب تعهد و تجارب ارزنده...
قابل توجه دانشجویان مصاحبه دکتری: آخرین مهلت شرکت در مصاحبه دکتری برای کلیه رشته ها اعم از برق، کامپیوتر، مواد، صنایع و مکانیک برای دانشجویانی که موفق به انجام مصاحبه...
بدینوسیله فرزندان افتخار آفرین دانشکده مهندسی در سال 1401 را معرفی نموده و با عرض تبریک برای این عزیزان موفقیت روزافزون مسالت می نماید. ...