KFUPM ePrints

Draped Clothes Based Human Pose Recognition using Depth Images

l Draped Clothes Based Human Pose Recognition using Depth Images. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]PDF
Restricted to Abstract Only until 30 September 2019.

3723Kb

Arabic Abstract

تعتبر عملية التعرف على شككل مسكم الانسكان مل العمليائ الفكالعة في علم ال اسكب وذلك مل خلال صكور أو فيديو ي توي على مجموعة مل المفككككا د. كما أن ناد العديد مل التطبيقائ التي تسككككتخدم وتسككككت يد مل تقنية التعرف على شكككل مسككم الانسككان ملال تتب الانسككانت الرسككوم المت ركةت الألعاب ثلاثية الأبعادت الت ليل السريري طريقة مفي الانسان بالإضافة للعديد مل التطبيقائ التي تعتمد على تقنية ت اعل الانسان وال اسوب وغير ا الكلاير. تعد علمية التعرف على شكككل مسكككم الانسكككان م ا مل المجال الب لاي المتعلس ر يا ال اسكككب و ي مل المجالائ الب لاية النفككطة. ناد العديد مل الت ديائ التي توامل ال اسككب للتعرف على شكككل مسككم الانسان ملال الإضاا ت الملابست البيئة الخارمية الم يطة بجسم الانسان. على مدى السكنوائ الخمسكة عفكر الماضكيةت بتتسكبة مفككلة التعرف على شككل مسكم الانسكان ب تمام العديد مل الباحلايلت كما تم طرح العديد مل التقنيائ مل قبل الباحلايل لموامهة الت ديائ التي يوامها ال اسككككككككب للتعرف على شككل مسكم الانسكان. حتى انن يتم بمراا معمم عمليائ التعرف على شككل مسكم الانسكان على الأشكككخاي الريل يرتدون الملابس الغرلية التي تقوم بكفكككز وأوهار م ا أو أم اا مل مسكككم الانسكككان. وم ذلك فإن التعرف على أم اا مسكم الانسكان في الملابس الغرلية و أسكهل نسكبياع مل التعرف على أم اا مسكم الانسان لأشخاي يرتدون ملابس تعمي كل أم اا الجسم ملال اللاوب العرلي. ولناااع على ذلك نهدف مل خلال ره الأطروحة التعرف على شككل مسكم الانسكان الري يرتدي ملابس تغطي تامل أم اا الجسكككم ولالأخص الأشكككخاي الريل يرتدون اللاوب العرليت حيب يتمي اللاوب العرلي ب نل قطعة واحد مل القماش تغطي كامل مسكككم الانسكككان. وللوصكككول الى دفنا المنفكككود في ره الأطروحة تم بسكككتخدام تقنية تعتمد على التعلم تسككتند الى البكسكل ) (Pixelوالرق ) (Patchللتعرف على شككل مسككم الإنسككان وذلك مل خلال تطبيس التقنيائ المسكككتخدمة في ر يا ال اسكككب التي سكككاعدتنا على بتتفكككاف بعض المعلومائ عل أم اا مسككم الانسككان. ولل صككول على معلومائ كاملة أو توقعائ حول كل م ا مل أم اا مسككم الانسككان تم بمراا التصككككنيز على ره المي ائ. كما أننا قمنا بإسككككتخدام خاصككككيتيل مديدتيل للتعرف على شكككككل مسككككم الانسان في الصور. حيب أوهرئ النتالج قدرئ النمام التي تم نا ه خلال ره الاطروحة للتعرف على شكككل مسككم الانسككان الري يرتدي اللاوب العرلي نسكبة %64مل خلال اسكتخدام التقنية التي تعتمد على البكسكلت ينما نتالج تقنية التعلم التي تعتمد على الرق ) (Patchكانة .%65

English Abstract

Human pose recognition is considered a well-known process for estimating the human body pose from a single image or a series of video frames. There exist many applications that can benefit from human pose technology e.g. activity recognition, human tracking, 3D gaming, character animation, clinical analysis of human gait and other HCI applications. Due to its many challenges, such as illumination, occlusion, outdoor environment and clothing, it is considered one of the active areas in computer vision now a days. For the last 15 years, human pose recognition problem significantly gained interest of many researchers and therefore, many techniques were proposed in order to address the challenges of human pose recognition. So far most of the human pose recognition work is done on Western clothes where human body parts are not covered completely in a single piece fabric. However, the recognition of human body parts in western clothes is comparably easier than draped based fabric where all the body parts are covered in single piece of fabric. Therefore in this thesis we primarily targeted the draped based clothes especially Arabic dress. The significance of Arabic dress that it is covered in a single piece of fabric. We developed a framework for recognizing human pose in draped based clothes. In this framework we adopted learning based technique in Pixel and Patch based methods for recognizing human pose. In each method we applied depth and computer vision feature extraction techniques. These features give us a little information about a human body part. In order to get full information or prediction about each body part, the classification is performed on these features. We also used two new depth features for estimating human pose in depth images. Results show that our draped clothes framework figure it out that in pixel based approach the SIFT technique outclass other feature techniques leading with 64% accuracy. While in patch based method we found that local feature is very useful for predicting the correct body parts with almost 65% accuracy



Item Type:Thesis (Masters)
Subjects:Computer
Divisions:College Of Computer Sciences and Engineering > Information and Computer Science Dept
Committee Advisor:Fadhl Ahmed, Adel
Committee Members:Ahmed, Moataz and Ghouti, Lahouari
ID Code:140822
Deposited By:FAISAL SAJJAD (g201409220)
Deposited On:01 Oct 2018 08:12
Last Modified:01 Oct 2018 08:12

Repository Staff Only: item control page