Bu çalısmada, verilen bir resim içindeki insan üst vücut parçalarının tespit
edildikten sonra insan vücudu olarak tanınması süreci sunulmaktadır. Çalısmada insan
üst vücudu, kafa, gövde, üst-kollar ve eller olmak üzere altı vücut parçası ile temsil
edilmektedir. Destek vektör makinesi tabanlı parça bulucularla vücut parçalarının
imgedeki olası konum ve büyüklükleri tespit edilip insan üst vücudu adayı katısımlar
olusturulmaktadır. Đnsan vücudunu olusturan doğru katısım, saklı Markov modeli
vasıtasıyla bulunmakta ve insan üst vücudu olarak belirlenmektedir. Parçaların örtülü
olma durumları göz önünde bulundurularak bes farklı saklı Markov modeli
tasarlanmaktadır. Tüm modeller karar verici bir süreçle birlestirilmekte ve vücut
parçalarından örtülü olanların olması durumunda da insan vücudu olusturan parçalar,
örtülü durumun tanımı ile birlikte basarılı olarak bulunabilmektedir. MIT yaya
veritabanı ve farklı boyutlarda insan görüntüleri içeren resimler kullanılarak önerilen
yöntemin basarım sonuçları elde edilmektedir. Üst vücut parçalarının insan vücuduna
birlestirilmesi sürecinde saklı Markov modelinin yöntem olarak sınanması, destek
vektör makinesi ve çok değiskenli Gauss dağılımı yöntemleriyle elde edilen basarı
oranları ile karsılastırılarak gerçeklestirilmektedir.
In this work, the process of detecting human upper body parts in an image and
assembling them into human figure is presented. In the process, human upper body is
represented by six body parts: face, torso, upper-arms and hands. Possible locations and
scales of human body parts in the image are detected by support vector machine based
part detectors, and assemblies, which constitute candidates for human upper body, are
constructed. The most likely candidate for human body configuration is determined via
hidden Markov model and selected to represent human upper body figure. In regard to
occluded cases of body parts, there are five hidden Markov models composed. Models
are congregated in a decision process and body parts that represent human body figure
in occluded cases can also be determined successfully with the definition of the
occluded case. The detection method shows promising results when tested on images
from MIT pedestrian database and additional pictures that contain pedestrians. The
choice of using hidden Markov model in assembling body parts into human figure is
verified by comparing the results with those of obtained from support vector machines
and multivariate Gaussian distribution.
