İçeriğe geç
parazade
Yapay Zeka

Eylem Tanıma Nedir?

İngilizce: Action Recognition

Yayın: · Son güncelleme:

Eylem Tanıma Nedir? Kısaca

Eylem tanıma, video veya sensör verilerini analiz ederek bir kişinin yürüme, koşma, el sallama, düşme gibi hangi hareketi ya da etkinliği yaptığını otomatik olarak belirleyen bilgisayarlı görü ve makine öğrenmesi görevidir.

Eylem Tanıma nedir?
İçindekiler
  1. Eylem tanıma nedir?
  2. Nasıl çalışır?
  3. Kullanım alanları
  4. Zorlukları ve dikkat edilecekler

Eylem tanıma, bir video ya da sensör kaydında insanların ne yaptığını anlamaya çalışan yapay zekâ görevidir. Tek bir fotoğraftan nesneyi tanımaktan farklı olarak zaman boyutunu da hesaba katar: Bir hareket ancak kareler art arda incelendiğinde anlaşılır.

Eylem tanıma nedir?

Model, bir video parçasını alır ve ona "koşuyor", "oturuyor", "düşüyor" gibi bir etiket verir. Daha gelişmiş sürümler eylemin videonun hangi anında başlayıp bittiğini de bulur; buna zamansal eylem tespiti denir. Akıllı saatlerdeki adım ve aktivite takibi ise ivmeölçer gibi sensör verileriyle yapılan bir eylem tanıma türüdür.

Nasıl çalışır?

  • Görüntü ve hareket bilgisi: Kareler bir evrişimli sinir ağı ile işlenirken kareler arası hareket optik akış gibi yöntemlerle hesaplanabilir.
  • Zamansal modeller: 3B evrişimler, tekrarlayan ağlar veya video transformer modelleri kareler arasındaki ilişkiyi öğrenir.
  • İskelet tabanlı yöntemler: Önce vücudun eklem noktaları tespit edilir, ardından bu noktaların hareketinden eylem çıkarılır. Bu yaklaşım arka plandan daha az etkilenir.

Kullanım alanları

  • Yaşlı bakımında düşme tespiti
  • Spor analizinde teknik değerlendirme
  • Fabrikalarda iş güvenliği kurallarının izlenmesi
  • Video platformlarında içerik etiketleme ve arama

Zorlukları ve dikkat edilecekler

Aynı eylem farklı kişilerce farklı yapılabilir, kamera açısı değişebilir ya da kişi kısmen görünmeyebilir. Ayrıca kamera kayıtlarında insan davranışını analiz etmek ciddi gizlilik soruları doğurur; özellikle kamusal alanlarda ve işyerlerinde bu tür sistemlerin hukuka uygun, şeffaf ve orantılı biçimde kullanılması gerekir.

Sıkça Sorulan Sorular

Eylem tanıma ile hareket algılama aynı şey mi?

Hayır. Hareket algılama yalnızca görüntüde bir şeyin hareket edip etmediğini söyler. Eylem tanıma ise hareketin ne olduğunu, örneğin yürüme mi yoksa düşme mi olduğunu sınıflandırır.

Eylem tanıma için video şart mı?

Şart değil. Akıllı saat ve telefonlardaki ivmeölçer ile jiroskop verileri de eylem tanıma için kullanılır. Ancak bilgisayarlı görü alanında en yaygın veri kaynağı videodur.

İlgili terimler

Bilgisayarlı Görü(Computer Vision)Bilgisayarlı görü, bilgisayarların fotoğraf ve videolardan anlamlı bilgi çıkarmasını, yani nesneleri, yüzleri, yazıları ve sahneleri tanıyıp yorumlamasını sağlayan yapay zekâ alanıdır.Optik Akış(Optical Flow)Optik akış (optical flow), bir videonun ardışık iki karesi arasında görüntüdeki her pikselin ya da noktanın hangi yöne ve ne kadar hareket ettiğini gösteren hareket alanının hesaplanmasıdır.Hareket Algılama(Motion Detection)Hareket algılama (motion detection), bir kamera görüntüsünde ya da sensör verisinde bir nesnenin konumundaki değişimi fark ederek ortamda hareket olduğunu belirleyen tekniktir; güvenlik kameraları ve akıllı ev sistemlerinde yaygın kullanılır.Nesne Takibi(Object Tracking)Nesne takibi (object tracking), bir videoda tespit edilen nesnelerin kareden kareye izlenmesi ve her nesneye kalıcı bir kimlik verilerek hareketinin zaman içinde takip edilmesini sağlayan bilgisayarlı görü görevidir.Etiket(Label)Etiket (label), makine öğrenmesinde bir veri örneği için bilinen doğru cevaptır; örneğin bir fotoğrafın "kedi" olduğu ya da bir e-postanın "spam" olduğu bilgisi. Denetimli öğrenmede model, girdilerden bu etiketleri tahmin etmeyi öğrenir.Evrişimli Sinir Ağı(Convolutional Neural Network)Evrişimli sinir ağı (CNN), görüntü gibi ızgara yapılı verilerde küçük filtreleri veri üzerinde kaydırarak kenar, doku ve şekil gibi özellikleri katman katman öğrenen bir derin öğrenme mimarisidir.TransformerTransformer, metin gibi sıralı verileri dikkat mekanizmasıyla paralel işleyen ve büyük dil modellerinin çoğunun temelini oluşturan bir sinir ağı mimarisidir.