Motion paradigm to detect pedestrians and vehicle collision
Yayalar ve araç çarpışmasını tespit etmek icin hareket paradigmaları
- Tez No: 1023981
- Danışmanlar: PROF. DR. JIANG YU ZHENG
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Purdue Unıversıty
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde birçok araç, sürücülerin davranışlarını, trafik kaza araştırmalarını, yol çevresini değerlendirmeyi ve araç güvenliği tasarımlarını izlemek için araç kaynaklı bir kamera sistemi ile donatılmıştır. Bu, günlük olarak kaydedilen büyük miktarda video verisi üretir. Bu verinin verimli bir şekilde analiz edilmesi ve yorumlanması kolay olmayan bir problem haline gelmiştir. Bu nedenle, bu çalışmada, bu verilerin verimli bir şekilde analizinin yapilmasi amaciyla, videoların hareket bilgisini elde etmek için indirgenmis boyutta bir zamansal profil görüntüsüne eşleştirilmesi sağlanmaktadır. Video bir videonun hareketli sıkıştırılmış ve sürekli gösterimini temsiline devam eder. Bu çalışma, hareket profili eğrilerini incelemektedir. Yeni bir hareket tabanlı çarpışmadan kaçınma ve yaya algılama sistemleri önerilmekte ve geliştirilmektedir. Hareket profillerini elde ettikten sonra, çeşitli trafik kaza ve yaya yürüyüş senaryoları derinlemesine incelenmiştri. Çarpışma uyarısı için hareket akışının sapmasını hesaplamak ve hareket profillerindeki bacak zincirleriyle yayaları tespit etmek için yeni algoritmalar tasarlandı. Başka bir deyişle, bu çalışma bir videodan hareket profillerinin çıkarılması, anlık çarpışma zamanın hesaplaması ve yaya güvenliği için bacak zinciri tespitlerinin yapilmasi için tek tip bir yapı önermektedir. Konvolüsyon filtreleme tekniği, hareket elde etmek için kullanılmıştır. Sonuçlar video dizilerini izlemeyi gerektirmeden doğrudan hareket profillerinde yorumlanabilir.
Özet (Çeviri)
Nowadays, many vehicles are equipped with a vehicle borne camera system for monitoring drivers behavior, accident investigation, road environment assessment, and vehicle safety design. This produces huge amount of video data recorded daily. Analyzing and interpreting these data in an efficient way has become a non-trivial task. Therefore, in this work, for efficient analysis of these data, videos are mapped into a temporal profile image of reduced dimension for acquiring motion information. This work examines those motion profile trajectories. A new motion based collision avoidance and pedestrian detection systems are proposed and developed. After extracting motion profiles, various driving collision and pedestrian walking scenarios are investigated in depth. New algorithms have been designed to compute flow divergence for collision warning, and detect walking pedestrians by their leg chains in the motion profiles. In other words, this work proposes a uniform framework for extraction of motion profiles from a video, instantaneous Time to Collision (TTC) computation, and leg-chain detections for pedestrian safety. The convolutional filtering technique has been used to acquire motion. The results can be interpreted directly in the motion profiles without requiring to watch the video sequences.
Benzer Tezler
- Effective connectivity in cortical regions during bottom-up perception of biological motion under attentional load: An fMRI-DCM study
Biyolojik Hareketin Dikkat Yükü Altında Yukarıdan Aşağı İşlenmesindeki Kortikal Bölgelerin Etkin Bağlanırlığı: Bir iMRG-DNM Çalışması
SEZAN MERT
Yüksek Lisans
İngilizce
2024
Psikolojiİhsan Doğramacı Bilkent ÜniversitesiNörobilim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU AYŞEN ÜRGEN
- A new rodent behavioral paradigm for studying closed-loop cursor control
Kapalı-devre imleç kontrolünün araştırılması için yeni bir sıçan davranış paradigması
AHSAN AYYAZ
Yüksek Lisans
İngilizce
2022
Bilim ve Teknolojiİstanbul Medipol ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET KOCATÜRK
- Cross-domain one-shot object detection by online fine-tuning
Çevrimiçi ince-ayar ile tek-örnekli çapraz-alan nesne tespiti
İREM BEYZA ONUR
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Accelerated MRI sampling and reconstruction with reinforcement learning
Pekiştirmeli öğrenme ile hızlandırılmış MRG örnekleme ve geriçatımı
RURU XU
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. İLKAY ÖKSÜZ
- Derin obje sezicilerle tümleştirilmiş bayesçi filtreleme ile videoda obje izleme
Integration of bayesian filtering and deep object detection for video object tracking
FİLİZ GÜRKAN GÖLCÜK
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU