Video object tracking with feedback of performance measures
Video nesnelerinin başarım geribeslemeli izlenmesi
- Tez No: 129427
- Danışmanlar: PROF. DR. MEHMET BÜLENT SANKUR, PROF. DR. EMİN ANARIM
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2002
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 155
Özet
ÖZET VIDEO NESNELERİNİN BAŞARIM GERIBESLEMELI İZLENMESİ Video dizilerindeki nesnelerin bölütlenmesi ve izlenmesi, nesne tabanlı video uygulamaları için önemli bir problemdir. Bu kapsamlı problem, imge bölütleme, ke nar ve hareket kestirimi gibi daha başka ara basamakların çözümünü gerektirebilir. Nesne bölütleme ve izleme sonuçlarının nicel ve nesnel olarak değerlendirilmesi de çok önemli bir sorundur. Bu tezde, nesne bölütleme algoritmalarının başaranlarını nicel olarak değerlendirmek için ölçütler önerilmiştir. Bu ölçütlerin bir kısmı, gerçek refer ans bölüt haritalarım kullanır, diğer bir kısmı ise gerçek bölüt haritalarına ihtiyaç duymaz. Önerilen nesne izleme algoritması, bu başarım ölçütlerini geribesleme olarak kullanarak, algoritma parametrelerini nesne sınırı boyunca yerel olarak değiştirir. Bu lanık c-düzlemler kümeleme yöntemini kullanan iki imge bölütleme ve hareket kestirimi yöntemi de geliştirilmiştir. Bunlardan ilki, imge renk bileşenlerinden aydınlık bileşenine bulanık c-düzlemler oturtarak, yerel aydınlanma değişimlerine duyarsızlık sağlayan bir imge bölütleme algoritmayıdır, ikinci yöntem ise, 3-boyutlu sıklık düzlemi verilerinin, bulanık c-düzlemler metodu ile düzlemlere yerleştirilmesine dayalı bir hareket kestirme algoritmayıdır.
Özet (Çeviri)
IV ABSTRACT VIDEO OBJECT TRACKING WITH FEEDBACK OF PERFORMANCE MEASURES The task of segmentation and tracking of objects in a video sequence is an important high-level video processing problem for object-based video manipulation and representation. This task involves utilization of many low-level pre-processing tasks such as image segmentation and motion estimation. It is also very important to assess the performance of the video object segmentation and tracking algorithms quantitatively and objectively. Performance evaluation measures are proposed both when the ground-truth segmentation maps are available and when they are unavailable. A semi-automatic video object tracking method is introduced that uses the proposed performance evaluation measures in a feedback loop to adjust its parameters locally on the object boundary. New low-level image segmentation and motion estimation algorithms, namely, an illumination invariant fuzzy image segmentation algorithm and a motion estimation estimation algorithm in the frequency domain using fuzzy c-planes clustering are also presented in this thesis.
Benzer Tezler
- Video object tracking with artificial neural network and artificial bee colony optimization method
Başlık çevirisi yok
ALI MOHAMMED AL-QARAGHULI
Yüksek Lisans
İngilizce
2021
Mühendislik BilimleriAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Motion based video object tracking with sparse regularization by particle filtering
Seyrek düzenlileştirme ve parçacık süzgeçleme ile}{videoda hareket tabanlı nesne takibi
BARIŞ AKOK
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- 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
- Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme
Deep learning architectures for real-time video object tracking by mobile devices
ULAŞ TOSUN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- MOSSE nesne takip algoritmasının yüksek seviye sentez yaklaşımı ile FPGA üzerinde gerçeklenmesi
Implementation of MOSSE object tracking algorithm on FPGA with high level synthesis approach
EMRE TUNÇAY
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANIL ÇELEBİ