KFUPM ePrints

Pose Estimation of a Human Wearing Thobe Using Depth Images

l Pose Estimation of a Human Wearing Thobe Using Depth Images. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]PDF (Pose Estimation of a Human Wearing Thobe Using Depth Images) - Accepted Version
Restricted to Abstract Only until 27 March 2018.

15Mb

Arabic Abstract

تعتبر دراسة وتحليل نشاطات البشر المختلفة من المجالات الهامة في حقل الرؤية الحاسوبية، ويظهر هذا الاهتمام جليا وواضحا إذا ما تتبعنا تزايد البحوث المقدمة ضمن هذا الإطار خلال السنوات العشرة الفائتة لاسيما مع تطور تقنيات الاستشعار في الآونة الأخيرة . تنقسم مناهج الأبحاث التي تحاول أن تفهم طبيعة حركات البشر ومن ثم نمذجتها وتصنيفها إلى قسمين رئيسين: قسم ينتهج أسلوبا يدعى "مطابقة النموذج" وقسم يستخدم تقنيات وخوارزميات الذكاء الاصطناعي. ورغم أن كلا المنهجين قد قدما لمنظومة البحث العلمي حلولا ذات نتائج رائعة، إلا أن جل هذه الحلول مقيد بمجال ما، يتسع أو يضيق كل حسب حالته. وعليه لا يوجد حل يغطي كل المتغيرات والفوضى المصاحبة لحركات البشر. في هذا البحث، نثبت هذا المعنى، إذ نظهر كيف أن ارتداء الثوب العربي يشكل معضلة لإحدى عيون أبحاث الذكاء الاصطناعي في مجال "تقدير وقفة البشر" والذي نشرته شركة مايكروسوف في عام ٢٠١١، حيث تضعف كفاءة النظام المبني من الخوارزمية المقترحة بشكل كبير إذا ما اختبرت بمثل هذا المدخل (الثوب). ثم نمضي في البحث لنقدم نموذجا ثوبيا ثلاثي الأبعاد استطعنا من خلاله أن نولف مجموعة جديدة من الصور المصطنعة التي استخدمناها لتدريب نظام جديد بذات الخوارزمية التي اقترحتها مايكروسوفت ولكن بكفاءة أعلى في حالة الثوب. يفتح هذا البحث الباب لمجموعة أبحاث مستقبلية توظف نماذج أذكى وأبرع للكائن البشري تراعي في هيئتها جميع متغيرات اللباس

English Abstract

As part of computer vision field, studying and analyzing human activities gain an ironic interest in the last 10 years. An intensive amount of solutions have been proposed to process, recognize, and classify human activities using evolving environment-sensing technologies. Generally, these solutions followed one of two approaches: Model-Fitting-Based or Machine-Learning-Based. Although both ap- proaches proved to produce outstanding results, due to the fact that human activ- ities always accompanied with endless variations, they fail to deliver as good in unexpected or accounted for scenarios. In this study, we show how wearing Thobe can cause a dramatic drop in the accuracy of the prediction of the state-of-art machine-learning-based human pose estimation algorithm developed by Microsoft Research Center. Next, we introduce a new Thobe-specific model representation that is used to synthesize new training dataset. We show how using such repre- sentation improves the estimation in such clothing variation and open the path towards creating more intelligent representations that accounts for western and non-western clothing styles.



Item Type:Thesis (Masters)
Subjects:Computer
Divisions:College Of Computer Sciences and Engineering > Computer Engineering Dept
Committee Advisor:Ahmed, Adel
Committee Members:Ahmed, Moataz and Ghouti, Lahouari
ID Code:140286
Deposited By:RIDWAN JALALI (g201104930)
Deposited On:27 Mar 2017 13:35
Last Modified:02 Nov 2017 10:13

Repository Staff Only: item control page