Bu yüksek lisans tezinde Microsoft'un ürettiği Kinect derinlik algılayıcı kameraların hareket yakalamada nasıl kullanılacağı uygulamalı olarak gösterilmektedir. Tez kapsamında Kinect kullanılarak tüm vücut hareketlerinin yakalanması ve işlenmesi üzerine odaklanılmıştır. Literatüre iki önemli katkı sağlayan bu tezde sınıflandırma problemi olarak ele alınan hareket tanılama probleminin çözümüne farklı bir bakış açısı ile yaklaşılmıştır. Bu yaklaşımda hareket yakalama verileri ile hareket yörüngeleri oluşturulmuş ve bu yörüngeler Fréchet uzaklığı yöntemiyle birbirleriyle karşılaştırılarak hareket benzerliği ölçülmüştür. Elde edilen deneysel sonuçlar, referans harekete benzeyen hareketin diğer hareketlerden daha düşük Fréchet uzaklık değerlerine sahip olduğunu ve dolayısıyla daha benzer nitelikte olduğunu göstermiştir. Bu sayede uzuv hareketlerinin yörüngelerinin benzerliği bir sınıflandırıcı kullanılmaksızın doğrudan birbirleriyle kıyaslanabilmektedir. Literatüre sağlanan bir diğer katkı ise nesnelerin birbirini örtmesi (occlusion) ve öz kaynaklı örtme (self occlusion) problemlerinin çözümü için çoklu kameralardan elde edilen iskelet eklem verilerinin birleştirilmesinde parçacık filtresinin kullanımının önerilmesidir. Özelikle, otonom robot hareketinde karşılaşılan SLAM probleminin çözümünde kullanılan parçacık filtresi algoritmasının çoklu Kinect iskelet eklemi verisinin birleştirilmesinde nasıl kullanılabileceği üzerinde çalışılmıştır. Yapılan uygulamada birbirine dik bir şekilde konumlandırılmış 2 adet Kinect kameradan elde edilen iskelet verileri birleştirilmekte ve elde edilen deneysel sonuçlar önerilen yaklaşımın örtme problemlerine çözüm sağladığını göstermektedir.
In this master thesis, how Kinect depth sensor cameras are used at motion capture is demonstrated in practice. It is focused on full body motion capture and processing by using Kinect in the scope of thesis. A solution for motion recognition problem, which is addressed as a classification problem in the literature, is approached with a different perspective in this thesis providing two important contributions to literature. In this approach motion trajectories are formed by motion capture data and similarity of these trajectories are measured by comparing them with Fréchet distance method. Experimental results show that the motion that is similar to reference motion has less Fréchet distance values than other motions and so that is such as to more similar. Thus, similarity of trajectories of limb movements can directly be checked against each other without using a classifier. Another contribution to literature is the suggestion of using particle filters in fusion of skeleton joint data obtained by multiple Kinect cameras for the solution of occlusion and self-occlusion problems. Particularly, it is studied on how particle filter algorithm, which is used for solution of SLAM problem encountered in autonomous robot movement, can be used at multiple Kinect skeleton data fusion. In the application performed, skeleton data acquired from two orthogonally positioned Kinects are fused and experimental results obtained indicate that proposed approach provides a solution for occlusion problems.
