Basit öğe kaydını göster

dc.contributor.advisorSümer, Emre
dc.contributor.authorBerksan, Murat
dc.date.accessioned2019-11-01T13:29:17Z
dc.date.available2019-11-01T13:29:17Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11727/4191
dc.description.abstractIn this study, the feasibility of Convolutional Neural Networks (CNN) for gait based gender recognition and age estimation problems were investigated. For this purpose, different networks were evaluated and a basis was selected. Further adjustments were made on the basis network by experimenting on architectural options and hyperparameters. Two distinct yet similar architectures were proposed for each problem. The experiments were conducted by using gait silhouette average which is a feature descriptor as input. The overall accuracy was computed to be 97.45% using the proposed CNN architecture for gender recognition and 5.74 years mean absolute error for age estimation. Using CNN with gait silhouette average as an input is an understudied subject in the literature for these problem domains. While there is one study that uses this approach for gait based gender recognition, there are no studies evaluating CNN for gait based age estimation. The results show successful performance comparable to existing studies. Besides, the experimental results provide insight on how network structure and hyperparameters affect performance. Considering this, obtained outcome allows to gain insight about the problem domain of using gait feature descriptor for gender recognition and age estimation, and provides guidance about deciding on a CNN network in these problem domains. Bu çalışmada, Evrişimsel Sinir Ağları’nın (ESA) yürüyüş biçimi tabanlı cinsiyet ve yaş tespiti alanlarında uygulanabilirliği incelenmiştir. Bu amaçla farklı ağlar değerlendirilmiş olup, kaynak bir ağ seçilmiştir. Baz alınan bu ağ üzerinde farklı mimari seçenekler ve üst değişkenler ile ilgili deneyler yapılarak değişiklikler yapılmıştır. Her bir problem için benzer yapılı ancak farklı iki mimari önerilmiştir. Deneyler yürüyüş biçimi silueti ortalamasını girdi olarak alıp gerçekleştirilmiştir. Cinsiyet tespitinde sonuç olarak %97.45 doğruluk elde edilmiş olup, yaş tespitinde 5.74 yıl ortalama mutlak hata sonucu alınmıştır. Bir özellik tanımlayıcı olan yürüyüş biçimi silueti ortalamasını girdi alarak ESA kullanımı literatürde az çalışılmış bir konudur. Bu yaklaşımı yürüyüş biçimi tabanlı cinsiyet tespiti alanında kullanan tek bir çalışma bulunmakla birlikte, yürüyüş biçimi tabanlı yaş tespiti problemini çözen bir yaklaşıma literatürde rastlanmamıştır. Sonuçlar literatürde var olan çalışmalarla karşılaştırıldığında önerilen mimarilerin başarılı bir performans sergilediği görülmektedir. Ayrıca, deneyler sırasında alınan sonuçlar mimari yapı ile üst parametrelerin performansı nasıl etkilediğine dair anlayış sağlamaktadır. Bütün bunlar göz önünde bulundurulduğunda, alınan sonuçlar yürüyüş özellik tanımlayıcısının bu problem alanlarında kullanımı hakkında anlayış sağlamakla birlikte, ESA’nın bu problem alanlarında kullanımı için yol göstermektedir.en_US
dc.language.isoengen_US
dc.publisherBaşkent Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectGender Recognitionen_US
dc.subjectAge Estimationen_US
dc.subjectConvolutional Neural Networksen_US
dc.subjectGaiten_US
dc.subjectGait Silhouetteen_US
dc.titleGender recognition and age estimation based on human gaiten_US
dc.typemasterThesisen_US


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster