MPEG videolardan hareket vektörleri ve arka plan çıkarımı kullanarak trafik akış hızı ve araç yoğunluğunun belirlenmesi
Extracting traffic flow velocity and vehicle density within MPEG videos using motion vectors and background estimation technique
- Tez No: 201394
- Danışmanlar: PROF. DR. AHMET COŞKUN SÖNMEZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Trafik Akışı, Hız Ölçme, MPEG, Trafik Parametreleri, Araç Yoğunluğu, Geometrik Düzeltme, Arka Plan Çıkarımı, Traffic Flow, Velocity Measurement, MPEG, Traffic Parameters, Vehicle Density, Geometric Correction, Background Estimation
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
İstanbul'un trafiğini tespit etmek amacıyla kurulan İstanbul Büyükşehir Belediyesi Trafik Kontrol Merkezi'ne bağlı İstanbul'un önemli noktalarına yerleştirilen sayıları 2006 yılının sonu itibariyle 150'ye kadar çıkan trafik kontrol kameraları mevcuttur. Bu kameraların başında bulunan operatörler, görüntüleri devamlı izleyerek acil bir durumda gerekli yerlere çağrı yapmakta, oluşan trafik sıkışıklığını not etmektedirler. Bu iş insan bağımlı olarak gerçekleştirildiğinden insan gücü masrafı ve insandan kaynaklanan bazı hatalı sonuçlar olabilmektedir. Tez çalışması boyunca geliştirilen sistemle yolun yoğunluk durumu, yoldan geçen araçların ortalama hızları gibi planlamada önem arz eden iki parametre çıkartılmıştır. Bu sayede kamera görüntüleri otomatik işlenip trafik planlaması için gerekli parametreler elde edilmiştir. Araçların ortalama hızları, MPEG sıkıştırma biçimi içinde saklı bulunan hareket vektörleri kullanılarak hesaplanmıştır. Bu sayede karmaşıklığı yüksek olan optik akış çıkarımı, düşük maliyetli algoritmayla gerçeklenebilmiştir. Bu hareket vektörleri geometrik dönüşüme sokularak yol düzlemindeki gerçek hareket miktarları hesaplanmıştır. Yol yoğunluğunun tespitinde önemli bir adım olan arka plan çıkarımı, olasılıksal bir model olan Gauss Karışım Modeli ile gerçeklenmiştir. Ön plan ise, temel fark işlemi ve süzgeçlerle işaretlenmiştir. Daha sonra, araçların kapladığı alan, yolun kapladığı alana oranlanarak yoğunluk bilgisi elde edilmiştir. Geliştirilen sistemin performansı, Trafik Kontrol Merkezine ait 10 değişik kameradan elde edilen toplam 200 dakikalık MPEG kayıtları kullanılarak ölçülmüştür. Buna göre hız çıkarımının her türlü çevre şartlarında %10 hatanın altında çalıştığı, yoğunluk çıkarımının ise gece ve ışık miktarının oldukça hızlı değiştiği bulutlu günler dışında istenen performansı sağladığı görülmüştür.
Özet (Çeviri)
Metropolitan Municipality of Istanbul establishes a foundation called ?Traffic Control Centre?. This foundation has nearly 150 traffic cameras (in 2006) at the important points of Istanbul for watching the traffic situation. Operators watch this cameras scene continuously, they declare situation if undesirable event occurs. This system is occur waste of manpower, and cause of depending manpower, there may be a lot of errors. During thesis, developed system extract two most important parameter from traffic cameras are vehicle density and average vehicle velocity. By this mean we provide data for traffic planning automatically. Average vehicle velocity is extracted by motion vector which exist in MPEG format. By this mean optical flow is found by less complexity algorithm. Geometric correction was implemented to this motion vector for finding real motion. Background estimation which is the most important step for finding average vehicle density was calculated by probability based model that called Gaussian Mixture Model. For calculate foreground, basic subtraction to current image from background image and some noisy filter was implemented. Ratio of foreground and background was declared average vehicle density. For measuring the performance of developed system, used nearly 200 minutes traffic cameras record which is belong 10 different cameras. Velocity extraction performs every environmental situation under %10 error rate, but average vehicle density extraction is not successful at night, or variable light conditions as cloudy days.
Benzer Tezler
- Content based video copy detection using motion vectors
Hareket vektörleri ile içerik tabanlı kopya video sezimi
KASIM TAŞDEMİR
Yüksek Lisans
İngilizce
2009
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. A. ENİS ÇETİN
- Efficient index structures for video databases
Video veritabanları için etkili indeks yapıları
ESRA AÇAR
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI
- BilVideo-7: Video parsing, indexing and retrieval
BilVideo-7: Video çözümleme, indeksleme ve erişimi
MUHAMMET BAŞTAN
Doktora
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR GÜDÜKBAY
PROF. DR. ÖZGÜR ULUSOY
- Ontology based semantic retrieval of video contents using metadata
Video içeriklerinin üst düzey bilgiler kullanılarak ontoloji tabanlı anlambilimsel çıkarımı
SAMET AKPINAR
Yüksek Lisans
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FERDA NUR ALPASLAN
- Object extraction from images/videos using a genetic algorithm based approach
İmge ve videolardan genetik algoritma yaklaşımıyla nesne çıkarılması
TURGAY YILMAZ
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI