dc.contributor.advisor | Yalım Keleş, Hacer | |
dc.contributor.author | Keskin, Ali Emre | |
dc.date.accessioned | 2024-10-07T12:52:56Z | |
dc.date.issued | 2024 | |
dc.date.submitted | 2024-05-30 | |
dc.identifier.uri | https://hdl.handle.net/11655/35891 | |
dc.description.abstract | Although numerous sign language datasets are available, they generally include only a small portion of the thousands of signs used worldwide. Furthermore, the creation of diverse sign language datasets is both costly and difficult, largely due to the expenses involved in assembling a diverse group of signers. Driven by these challenges, we set out to devise a solution that overcomes these constraints. To achieve our goal, we shaped the main framework as a system that produces text from the skeleton and skeleton from the text and can feed each other in a cyclic manner. Our motivation stemmed from the question of whether we could generate skeletons for thousands of signs in an unsupervised and efficient manner. Within this framework, we concentrated on creating textual descriptions of body movements from sequences of skeleton keypoints, which resulted in the development of a new dataset. This dataset was based on AUTSL, a detailed dataset of isolated Turkish sign language. Additionally, we created a baseline model called SkelCap, designed to generate textual descriptions of body movements. This model processes skeleton keypoint data as vectors, applies a fully connected layer for embedding, and uses a transformer neural network for sequence-to-sequence modeling. We extensively evaluated our model, performing both signer-agnostic and sign-agnostic assessments. The model delivered promising results, achieving a ROUGE-L score of 0.98 and a BLEU-4 score of 0.94 in the signer-agnostic evaluation. After these promising results, we focused on producing skeletons from text. For this purpose, studies including adversarial training were carried out, but successful results were not achieved within the duration of this thesis. The dataset we developed, called AUTSL-SkelCap, will be publicly accessible soon. | tr_TR |
dc.language.iso | en | tr_TR |
dc.publisher | Fen Bilimleri Enstitüsü | tr_TR |
dc.rights | info:eu-repo/semantics/openAccess | tr_TR |
dc.subject | Sign Language Recognition | tr_TR |
dc.subject | Action Recognition | tr_TR |
dc.subject | Sign Captioning | tr_TR |
dc.subject | Sequence to Sequence Modeling | tr_TR |
dc.subject | Deep Learning | tr_TR |
dc.title | Generating Action Description Text From Skeleton Key Points Sequence | tr_TR |
dc.title.alternative | İskelet Anahtar Noktaları Sekansından Eylem Tanımlama Metni Üretilmesi | tr_TR |
dc.type | info:eu-repo/semantics/masterThesis | tr_TR |
dc.description.ozet | Çok sayıda işaret dili veri kümesi bulunmakla birlikte, genellikle yaygın olarak kullanılan binlerce işaretin sadece sınırlı bir seçimini kapsarlar. Dahası, çeşitlilik barındıran işaret dili veri kümeleri oluşturmak, çeşitlilik barındıran bir işaretçi grubunu toplamanın getirdiği maliyetler nedeniyle pahalı ve zorlu bir görevdir. Bu zorluklardan ilham alarak, bu sınırlamaları ele alan bir çözüm geliştirmeyi amaçladık. Amacımıza ulaşmak için ana çerçeveyi, metinden iskelet ve iskeletten metin üreten ve birbirlerini döngüsel olarak besleyebilen bir sistem olarak şekillendirdik. Motivasyonumuz, binlerce işaret için iskeletleri denetimsiz ve verimli bir şekilde üretebilir miyiz sorusundan kaynaklanmaktadır. Bu bağlamda, iskelet anahtar nokta dizilerinden beden hareketlerini metin olarak tanımlamaya odaklandık ve yeni bir veri kümesi oluşturduk. Bu veri kümesini, kapsamlı bir ayrık Türk işaret dili veri kümesi olan AUTSL etrafında yapılandırdık. Ayrıca, SkelCap adında vücut hareketlerinin metinsel açıklamalarını üretebilen bir temel model geliştirdik. Bu model, iskelet anahtar nokta verilerini bir vektör olarak işler, gömme için tam bağlı bir katman uygular ve diziden diziye modelleme için bir dönüştürücü sinir ağı kullanır. Modelimizin kapsamlı değerlendirmelerini, işaretçiye duyarsız ve işarete duyarsız değerlendirmeler de dahil olmak üzere yaptık. Model, işaretçiye duyarsız değerlendirmede ROUGE-L skoru 0.98 ve BLEU-4 skoru 0.94 ile umut verici sonuçlar elde etti. Bu umut verici sonuçların ardından, metinden iskeletler üretmeye odaklandık. Bu amaçla, çekişmeli eğitimi içeren çalışmalar yaptık, ancak bu tez süresince başarılı sonuçlar henüz elde edemedik. Bu konuyu hala çalışılması gereken heyecan verici bir konu olarak görüyoruz. Hazırladığımız veri kümesi olan AUTSL-SkelCap yakında erişime açılacaktır. | tr_TR |
dc.contributor.department | Bilgisayar Mühendisliği | tr_TR |
dc.embargo.terms | Acik erisim | tr_TR |
dc.embargo.lift | 2024-10-07T12:52:56Z | |
dc.funding | Yok | tr_TR |