Detection of free-standing conversational groups with graph convolutional networks

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: EFEHAN ATICI

Danışman: BERK GÖKBERK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Video görüntülerinden otomatik olarak etkileşimli grupları tanıma, videolardan aktivite algılama ve insan-robot ilişkilerini geliştirmek için oldukça kullanışlı bir araştırma konusu olmuştur. Bu sebeple, etkileşimli grupların algılanma doğruluğunu iyileştirmek, insan robot ilişkilerini kuvvetlendirmek için doğan ciddi bir ihtiyaçtır. Bu tezde, Çizge Evrişimli Sinir Ağları kullanarak etkileşimli grup tespit problemine özgün bir katkı yapılmıştır. Topluluk tanıma alanında kullanılan Deep Modularity Networks (DMoN) adında bir yöntem baz alınarak yeni bir grup tanıma sistemi geliştirilmiştir. Bu zamana kadar olan teknoloji grup tanıma metotlarında en ileri teknoloji yöntemlerin tanıma kalitesi yükseltilmiştir. Buna ek olarak, insanların yakınlığını görüş konileri kullanarak gösteren bir çizge inşa algoritması geliştirilmiştir. Problemin zaman boyutunu da hesaba katan bir art işleme adımı sisteme entegre edilerek tanıma sonuçları daha ileriye taşınmıştır.