Comparison of Methods for Determining Activity from Physical Movements

Çalişan, Mücahit; Talu, Muhammed Fatih

doi:10.2339/politeknik.632070

Cited by 6 publications

(5 citation statements)

References 23 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Since 2012, CNN architectures have dominated the field of machine learning, and most classical image processing and computer vision techniques have been redesigned with these architectures. The success of CNN has been experienced in various fields, particularly in image classification [20], object detection [21], scene classification [22], activity recognition from physical movements [23], Covid-19 detection from X-ray and CT images [24], brain MRI segmentation [25], brain tumor diagnosis [26], ECG arrhythmia classification [27], Covid-19 diagnosis from cough sound [28], Parkinson's disease detection from speech signals [29], etc., significantly improving the performance in these areas.…”

Section: Proposed Cnn Architecturementioning

confidence: 99%

Kömür Yakıcılarında Yanma Verimi Tahmini için Gömülü Platformda Çalışabilen Evrişimsel Sinir Ağının Parametre Analizi

Gunduzalp

Çelik

Talu

et al. 2023

Türk Doğa Ve Fen Dergisi

Self Cite

View full text Add to dashboard Cite

Accurately and effectively calculating combustion efficiency in coal burners is crucial for industrial boiler manufacturers. Two main approaches can be used to calculate boiler efficiency: 1) Analyzing the gas emitted from the flue; 2) Visualizing the combustion chamber in the boiler. Flue gas analyzers, which are not user-friendly, come with high costs. Additionally, the physical distance between the flue and the combustion chamber causes the measurement to be delayed. Methods based on visualizing the combustion chamber do not have these disadvantages. This study proposes a system based on visualizing the combustion chamber and has two contributions to the literature: 1) for the first time, the modern Convolutional Neural Networks (CNN) approach is used to estimate combustion efficiency; 2) the CNN architecture with optimal parameters can work on an embedded platform. When classical classification techniques and a CPU-supported processor card are used, efficiency can be calculated from one flame image in 1.7 seconds, while this number increases to approximately 20 frames per second (34 times faster) when the proposed CNN architecture and GPU-supported processor card are used. The results obtained demonstrate the superiority of the proposed CNN architecture and hardware over classical approaches in estimating coal boiler combustion efficiency.

show abstract

Section: Proposed Cnn Architecturementioning

confidence: 99%

Kömür Yakıcılarında Yanma Verimi Tahmini için Gömülü Platformda Çalışabilen Evrişimsel Sinir Ağının Parametre Analizi

Gunduzalp

Çelik

Talu

et al. 2023

Türk Doğa Ve Fen Dergisi

Self Cite

View full text Add to dashboard Cite

show abstract

“…Çok kişili poz takibi insan hareketlerinin tanınması, video özetlemede önemli sahnelerin çıkartılması ve video içeriklerinin sınıflandırılmasında kullanılan önemli bir problemdir [1][2][3][4]. Poz takibi, insan eklem noktalarının yörüngelerinin doğru tahmini, insan eylemi tanıma, insan etkileşimini anlama, hareket yakalama ve animasyonlar için faydalıdır.…”

Section: Gi̇ri̇ş (Introduction)unclassified

Kalman Filtresi ve Küresel En Yakın Komşu Yöntemi ile Çok Kişili Gerçek Zamanlı Poz Takibi

HALICI

Demi̇rhan

2023

Politeknik Dergisi

View full text Add to dashboard Cite

Pose estimation has emerged in order to detect pixel positions of keypoints on the human skeleton in images taken with the camera. The outputs of the pose estimation methods give the pixel values of all the articulation points detected in the image according to the person they associate with. In order to make sense of people's movements in videos, people need to be identified across successive frames. Thus, it can be determined when people make which movements during the video. In this study, the results of a multi-person exposure tracking method that is designed with the global nearest neighbor (GNN) algorithm using the Kalman filter based on constant velocity and constant acceleration motion models were examined. The effect of the developed preprocessing steps that increase the quality of the pose estimation methods on the pose tracking has also been determined. For this purpose, the performance of DCPose and OpenPose pose estimation methods on the PoseTrack dataset was evaluated. It was observed that the performance of the system increased for both methods with the preprocessing steps. When the results of OpenPose method, which can work in real time, a successful pose estimation method and have low resource consumption, and DCPose method, which gives the best results in the literature, are examined, it is seen that DCPose method gives better results in multi-person pose tracking. The results obtained with 550 different video increased the performance in constant velocity and constant acceleration motion models by 22.6% and 16.02% for bottom-up method OpenPose and 21.2% and 21.8% for top-down method DCPose when preprocessing steps were applied.

show abstract

“…Görüntü tabanlı veri setlerinde çoğunlukla derin öğrenme tabanlı yöntemler tercih edilirken, sayısal nitelikler içeren veri setlerinde ve işlem maliyetinin düşük olması istenen çalışmalarda Destek Vektör Makineleri (Support Vector Machine), k-En Yakın Komşu (k-nearest neighbors), karar ağacı vb. yöntemler tercih edilmektedir[1,[3][4][5][6][18][19][20].…”

unclassified

Evrişimli Sinir Ağı Kullanarak Dengesiz Doppler Radar Verisinde Hedef Tespiti

Erdoğan

Yıldız

2024

Politeknik Dergisi

View full text Add to dashboard Cite

Kritik öneme sahip askeri ve sivil yerleşkelerin korunması geçmişte olduğu gibi günümüzde önemini korumaktadır. Bu amaçla, çeşitli sensörler barındıran sistemler geliştirilmektedir. Sensörlerin sağladığı verilerden bilginin elde edilmesi donanımların en verimli şekilde kullanılması açısından önemlidir. Radar sistemleri keşif, gözetleme ve tespit amacıyla sıklıkla kullanılmaktadır. Radar ile tespit edilen nesnelerin sınıflandırılması amacıyla kural tabanlı ve makine öğrenmesi tabanlı yöntemler mevcuttur. Makine öğrenmesi tabanlı yaklaşımlarda uzman görüşüne gerek kalmadan zaman içerisinde hedef nesnenin karakteristik özellikleri model tarafından öğrenilir. Bu sebeple bu yöntemler kural tabanlı yöntemlere nazaran daha avantajlıdır. Gerçekleştirilen bu çalışmada, dengesiz Doppler Radarı verisi üzerinde İHA’ların diğer nesnelerden ayırt edilmesi amacıyla hedef sınıflandırması yapılmıştır. Deneysel çalışmalarda en yüksek başarım SMOTE kullanılarak dengeli hale getirilen veri setinde elde edilmiş, önerilen CNN modeli ile %99,99 doğruluğa ulaşılmıştır.

show abstract

Comparison of Methods for Determining Activity from Physical Movements

Cited by 6 publications

References 23 publications

Kömür Yakıcılarında Yanma Verimi Tahmini için Gömülü Platformda Çalışabilen Evrişimsel Sinir Ağının Parametre Analizi

Kömür Yakıcılarında Yanma Verimi Tahmini için Gömülü Platformda Çalışabilen Evrişimsel Sinir Ağının Parametre Analizi

Kalman Filtresi ve Küresel En Yakın Komşu Yöntemi ile Çok Kişili Gerçek Zamanlı Poz Takibi

Evrişimli Sinir Ağı Kullanarak Dengesiz Doppler Radar Verisinde Hedef Tespiti

Contact Info

Product

Resources

About