Günümüzde gelişen bilgisayar teknolojilerinde görüntü işleme önemli bir yer tutmaktadır. Yüz ve vücut tanımlama ve tanıma, hareket algılama, seri üretimlerde üretimin doğruluk kontrolü bunlardan sadece birkaç tanesini oluşturmaktadır. Oyun piyasası da bu gelişimden etkilenerek özel kamera sistemleri ve hareket sensörleriyle sanal bir gerçeklik yakalama çabası içindedir.
Video çerçevesi içerisinden belirli bir nesnenin görüntüsünün alınması ve sınıflandırılması işlemi bir çok alanda kullanılmaktadır. Görüntü işleme yöntemleri ile arkaplanın temizlenmesi ve nesnenin algılanması oldukça kolaylaştırılmış ve bir çok sisteme entegre edilmiştir. Özellikle endüstriyel ve askeri alanlarda kullanılan görüntü işleme yöntemleri, bu projede bir oyun geliştirmek için kullanılmaktadır. Bir nesnenin arkaplandan ayrılması, HOG değerlerinin çıkartılması ve sınıflandırılması işlemleri proje kapsamında kullanılan işlemler arasında yer almaktadır.
Bu projede amaç herkesin bildiği bir oyun olan taş-kağıt-makas oyununu, standart bilgisayar kamerası ile görüntü işleme algoritmaları kullanarak bilgisayara karşı oynamayı sağlayacak bir sistem geliştirmektir. Projenin temel amacı bir video çerçevesi içerisinde eli algılamak, yapılan üç temel hareketi tanımlamak ve oluşturulan veritabanından bu hareketleri eşleştirmektir.
Proje belirli aralıklarda test işleminden geçmiştir. Bu test işlemleri ardından elde sonuçlar aşagıda incelenmiştir. HOG Description sonucunda oluşturulan vektörler eğitim kısmında veritabanına şeklin etiketi (sınıf bilgisi) ile birlikte kaydedilmektedir. Bu aşamadan sonra oyun kısmında kullanıcının yaptığı el şeklini, oluşturulan bu veritabanından K-NN ile en benzer 1 komşuluğa bakılarak tahmin etmeye çalışılmaktadır. Proje kapsamında, bu veriler proje dışında bir programda test edilmiştir. Weka isimli bu progam ile yapılan testler sonucunda başarının ortalama %80 olduğu gözlemlenmiştir. Proje içerisinde ise yeni gelen şeklin sınıflandırılması işlemi iki şekilde karşılaştırılmıştır. Bunlar;
1) Kullanıcı eğitim yapmadan önce: Bu kısımda veritabanında kullanıcıya ait el
şekilleri bilgisi bulunmamaktadır. Başarı, eski kullanıcıların verileri üzerinden
test edilmiştir ve başarı %63-86 arasında değişim gösterdiği belirlenmiştir.
Confusion Matrix Tablo 7.1 ve Tablo 7.2’de gösterilmektedir.
Weka çıktı özetleri:
(a) Correctly Classified Instances 19 %63.3333
(b) Kappa statistic: 0.45
(c) Mean absolute error 0.2459
(d) Root mean squared error 0.4927
(e) Relative absolute error %55.3191
(f) Root relative squared error %104.5107
(g) Total Number of Instances 30
Tablo 7.1 Confusion Matrix 1
| Taş | Kağıt | Makas | |
|:---:|:-----:|:-----:|:---------:|
| 3 | 7 | 0 | Taş |
| 0 | 10 | 0 | Kağıt |
| 0 | 4 | 6 | Makas |
(a) Correctly Classified Instances 26 %86.6667
(b) Kappa statistic 0.8
(c) Mean absolute error 0.0914
(d) Root mean squared error 0.2971
(e) Relative absolute error %20.5674
(f) Root relative squared error %63.0249
(g) Total Number of Instances 30
Tablo 7.2 Confusion Matrix 2
| Taş | Kağıt | Makas | |
|:---:|:-----:|:-----:|:---------:|
| 9 | 1 | 0 | Taş |
| 0 | 10 | 0 | Kağıt |
| 0 | 3 | 7 | Makas |
2. Kullanıcı eğitim yaptıktan sonra: Bu kısımda veritabanında kullanıcıya
ait el ̧sekilleri bigisi halihazırda bulunmaktadır. Başarı, eski kullanıcıların
verileri ve kendi verileri üzerinden test edilmi ̧stir ve ba ̧sarı %83-96 arasında
değişim gösterdiği belirlenmiştir. Confusion Matrix Tablo 7.3 ve Tablo 7.4’de
gösterilmektedir.
Weka çıktı özetleri:
(a) Correctly Classified Instances 25 %83.3333
(b) Kappa statistic 0.75
(c) Mean absolute error 0.1133
(d) Root mean squared error 0.3322
(e) Relative absolute error %25.4967
(f) Root relative squared error %70.4793
(g) Total Number of Instances 30
Confusion Matrix 3
| Taş | Kağıt | Makas | |
|:---:|:-----:|:-----:|:---------:|
| 8 | 2 | 0 | Taş |
| 1 | 9 | 0 | Kağıt |
| 1 | 1 | 8 | Makas |
(a) Correctly Classified Instances 29 %96.6667
(b) Kappa statistic 0.95
(c) Mean absolute error 0.025
(d) Root mean squared error 0.1486
(e) Relative absolute error %5.6291
(f) Root relative squared error %31.5248
(g) Total Number of Instances 30
Confusion Matrix 4
| Taş | Kağıt | Makas | |
|:---:|:-----:|:-----:|:---------:|
| 9 | 1 | 0 | Taş |
| 0 | 10 | 0 | Kağıt |
| 0 | 0 | 10 | Makas |