Fast object tracking by fusing adaptive background models and mean-shift analysis
Uyarlanabilir arka plan ve ortalama-kaydırma tekniklerini birleştirerek gerçek zamanlı nesne takibi
- Tez No: 143279
- Danışmanlar: DOÇ. DR. VOLKAN ATALAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: nesne takibi, arka plan çıkarma, dönüşümsel filtre, gölge kaldırma, ortalama-kaydırma, object tracking, background subtraction, morphological filtering, shadow removal, mean-shift
- Yıl: 2003
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Bu çalışmada, otomatik, gerçek zamanlı nesne takibi yöntemi sunmaktayız. Güvenilirlik ve hız mevcut olan yöntemlerin en önemli iki eksikliğidir. Mevcut olan yöntemlerin güvenlirlik ve hız sorunlarını ortalama-kaydırma ve uyarlan abilir arka plan yöntemlerini birleştirerek çözüyoruz. Bunun yanında, aydınlanma değişimi tespiti, gölge kaldırma, dönüşümsel filtre aşamalarında uygun çözümler sunuyoruz. Ayrıca arka planın uyarlanmasında yeni bir yaklaşımda bulunuy oruz. Sonuç olarak, önerilen yöntem şablon ve yazışma tabanlı nesne takibi sistemlerinin eksikliklerini gidermektedir. Sunulan arka plan oluşturma, gölge kaldırma ve nesne takibi algoritmalarının sonuçları, yöntemin güvenilirliğini göstermektedir.
Özet (Çeviri)
We present an automatic, real-time object tracking system. Robustness and speed are the two major bottlenecks of the existing approaches. We improve upon the robustness and speed of the current state-of-art by integrating a mean- shift based model update technique with an adaptive change detection method. We also provide optimal solutions for several other stages including illumina tion detection, shadow removal, morphological filtering of a tracking system. In addition, we introduce a novel background refresh mechanism. Therefore, the proposed framework is capable of handling shortcomings of template and corre spondence based tracking approaches. The results of the proposed background generation, shadow removal and tracking algorithms show the robustness of the system.
Benzer Tezler
- Uyarlamalı kalman filtresi destekli ortalama kayma tabanlı nesne takibi
Mean shift based object tracking supported by adaptive kalman filter
MEHMET MURAT TURHAN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DAVUT HANBAY
- Evrişimli sinir ağı özelliklerine dayanan korelasyon filtreleme ve veri ilişkilendirme ile çoklu nesne takibi
Multiple object tracking with data association and correlation filter based on convolutional neural network features
ELNURA ARSLAN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Uludağ ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEYDA NUR ÖZTÜRK
- Good features to correlate for visual tracking
Korelasyon ile görsel takip için iyi öznitelikler
ERHAN GÜNDOĞDU
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH AYDIN ALATAN
- Görüntü işleme ve yapay zekâ teknikleri kullanarak havadan alınan görüntülerin bulanıklık giderilmesi ve zararlı tespiti yapılması
Deblurring and pest detection of aerial images using image processing and artificial intelligence techniques
ÖMER ÇANGA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiSivil Havacılık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT ONAY
- Droneların savunma refleksleri
Defensive reflekxes of drones
ADNAN AKPINAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ENSAR GÜL