Event or emergency case detection by human running

Basit Öğe Kaydı
dc.contributor.advisorTuran, Metin
dc.contributor.authorAbdi, Mohamed Artan
dc.date.accessioned2022-11-01T16:40:22Z
dc.date.available2022-11-01T16:40:22Z
dc.date.issued2021
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.descriptionTez (Yüksek Lisans) -- İstanbul Ticaret Üniversitesi -- Kaynakça var.en_US
dc.description.abstractÖZET Spor, sosyal entegrasyon için temel bir gerekliliktir; diğer yandan güvenlik, çevrenin ihtiyaç duyduğu önemli hizmetlerden biridir. Bu çalışmanın amacı, ister spor yürüyüşü / düzenli hareket olarak koşma, ister acil veya olay durumunda koşma olsun, insanın günlük eylemlerini tanımaktır. İnsanın yürüme ve koşma gibi ortak eylemlerini sınıflandırmak, suçluların soruşturulmasında önemli bir rol oynayabilir. Bilgisayarla görme ve makine öğreniminde son yıllarda önemli ilerlemeler kaydedilmiştir. Model için görüntü işlemede derin öğrenme algoritması olan CNN kullanıldı. Araştırmanın veri seti, bin görsel, internetin farklı sitelerinden toplandı veya videolardan çıkarıldı. Düzenli bir yürüyüş veya koşma hareketi olsun, sık insan hareketlerini sınıflandıran araştırmada % 86. 85 başarı ile ayrıldı. Anahtar Kelimeler: CNN, Derin Öğrenme, Güvenlik Sistemi, İnsan Faaliyetleri, Suçluları Soruşturma. ABSTRACT Sport is the fundamental necessary of social integration; on another hand, security is one of the particular significant services that environmental need. The purpose of this study is to classify the everyday actions of the human, whether sport actions such walking and running as regular movement or running in the case of emergency or event. Classifying the common actions of the human such walking and running, it plays an important role of investigation criminals. Significant progress has been made in computer vision and machine learning recent years. CNN, a deep learning algorithm for image processing was used for the model. The dataset, a thousand of images, of the study were collected from different sites of the internet or extracted from videos. Classify frequent human movements, whether a regular walk or running action, were separated by 86. 85% success in the research. Keywords: CNN, Deep Learning, Human Activities, Investigation Criminals, Security System. İÇİNDEKİLER TABLE OF CONTENTS . i ABSTRACT . ii ÖZET . iii ACKNOWLEDGEMENT . iiv LIST OF FIGURES . v LIST OF TABLES . vi SYMBOLS AND ABBREVIATIONS LIST . vii 1. INTRODUCTION . 1 1. 1. Background of Machine learning . 1 1. 2. Proposed System . 2 1. 3. Brief Overview of Tools and Technics . 3 1. 3. 1. Dataset . 3 1. 3. 2. Appropriate algorithm . 4 1. 3. 3. Experimental tools . 5 2. LITERATURE REVIEW . 7 3. METHODOLOGY . 9 3. 1. Artificial Intelligence . 9 3. 2. Machine Learning . 10 3. 3. Deep Learning . 11 3. 4. Convolutional Neural Network (CNN) . 12 3. 5. Models . 13 3. 6. Data Collection and pre-processing . 14 3. 7. Image Representation . 15 3. 8. Data Representation . 15 3. 8. 1. Input layer . 16 3. 8. 2. Hidden layer . 17 3. 8. 3. Output layer . 18 3. 9. Implementation . 18 4. RESULT . 20 4. 1. First Experimental . 20 4. 2. Second Experimental . 22 4. 3. Third Experimental . 23 4. 4. Final Experimental . 25 4. 5. Experimental comparison . 27 4. 6. Limitations . 28 5. CONCLUSION . 29 REFERENCES . 30 APPENDIX . 34 Appendix A - Tensorflow Libraries . 30 Appendix B - Loading data to system . 36 Appendix C - Training process . 37 Appendix D – Output Structure . 38 CURRICULUM VITAE . 39en_US
dc.identifier.endpage40en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://katalog.ticaret.edu.tr/e-kaynak/tez/88898.pdf
dc.identifier.urihttps://hdl.handle.net/11467/5487
dc.identifier.yoktezid672111en_US
dc.institutionauthorAbdi, Mohamed Artan
dc.language.isoenen_US
dc.publisherİstanbul Ticaret Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectMakine ile öğrenmeen_US
dc.subjectYapay zekaen_US
dc.subjectMachine learningen_US
dc.subjectArtificial intelligenceen_US
dc.subjectArtificial intelligence_Medical applicationsen_US
dc.subjectYapay zeka_Tıbbi uygulamalaren_US
dc.subject.otherQ 325.73/A23en_US
dc.titleEvent or emergency case detection by human runningen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
88898.pdf
Boyut:
1.62 MB
Biçim:
Adobe Portable Document Format
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu