Geri Dön

Multi-camera video surveillance: Detection, occlusion handling, tracking and event recognition

Güvenlik amaçlı çoklu kamera sistemleri: Saptama, örtüşme çözme, takip ve olay analizi

  1. Tez No: 201729
  2. Yazar: OYTUN AKMAN
  3. Danışmanlar: DOÇ. DR. A. AYDIN ALATAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Güvenlik amaçlı çoklu-kamera sistemleri, hareketli nesne bulma, çoklukamera takip, olay analizi, çoklu-kamera örtüşme çözme, multi-camera surveillance, moving object detection, multi-camera tracking, event recognition, multi-camera occlusion handling
  7. Yıl: 2007
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 153

Özet

Bu tezde, arka plan modelleme, örtüşme çözme, hedef takip ve olay analizi için çoklu kamera sistemleri kullanılan yeni metodlar sunulmuştur. İlk olarak, güvenlik amaçlı tekli kamera sistemlerinin temel yapıları olan hareketli nesne bulma, takip ve olay analizi anlatılmıştır ve bu yapılarda kullanılan çeşitli metodlar performanslarını değerlendirmek amacıyla test edilmiştir. Bir sonraki adımda, güvenlik amaçlı çoklu-kamera sistemleri için iki kamera kullanılarak arka-plan modelleme, örtüşme çözme, hedef takip ve olay analizi metodları sunulmuştur. Çeşitli hareketli nesne saptama metodları incelenmiş ve çoklu-rastgele değişkenli Gaussianlar kullanan bir arka-plan modelleme metodu tercih edilmiştir. Örtüşme çözme çalışmalarında, çoklu-bakış kullanarak örtüşmenin oluşmadığı bir görüntünün (üstten görünüş) üretildiği yeni bir metod sunulmuştur. Önerilen bu metod çeşitli test verileri üzerinde denenmiş ve başarılı sonuçlar alınmıştır. Ayrıca, çoklu kamera kullanılan takip algoritması önerilmiştir. Bu algoritmanın ana fikri, örtüşme çözebilmek ve sürekli takip için kameralardan gelen 2-B bilginin birleştirilerek 3-B bilginin elde edilmesine dayanır. Çeşitli deneysel verilerle incelenen bu metod tekli-kamera takip metodlarına göre daha başarılı sonuçlar vermiştir. Son olarak, farklı kameralardan gelen gezingelerin birleştirtirilerek tek bir gezingenin oluşturulduğu ve bu gezingenin Gizli Markov Modelleri eğitmek için kullanıldığı bir metod ortaya konmuştur. Yapılan deneylerde, birleştirilen gezingelerle eğitilen HMM lerin olay sınıflandırmasında daha başarılı sonuçlar verdiği gözlemlenmiştir.

Özet (Çeviri)

In this thesis, novel methods for background modeling, tracking, occlusion handling and event recognition via multi-camera configurations are presented. As the initial step, building blocks of typical single camera surveillance systems that are moving object detection, tracking and event recognition, are discussed and various widely accepted methods for these building blocks are tested to asses on their performance. Next, for the multi-camera surveillance systems, background modeling, occlusion handling, tracking and event recognition for twocamera configurations are examined. Various foreground detection methods are discussed and a background modeling algorithm, which is based on multi-variate mixture of Gaussians, is proposed. During occlusion handling studies, a novel method for segmenting the occluded objects is proposed, in which a top-view of the scene, free of occlusions, is generated from multi-view data. The experiments indicate that the occlusion handling algorithm operates successfully on various test data. A novel tracking method by using multi-camera configurations is also proposed. The main idea of multi-camera employment is fusing the 2D information coming from the cameras to obtain a 3D information for better occlusion handling and seamless tracking. The proposed algorithm is tested on different data sets and it shows clear improvement over single camera tracker. Finally, multi-camera trajectories of objects are classified by proposed multi-camera event recogniton method. In this method, concatenated different view trajectories are used to train Gaussian Mixture Hidden Markov Models. The experimental results indicate an improvement for the multi-camera event recognition performance over the event recognition by using single camera.

Benzer Tezler

  1. Moving object detection, tracking and classification for smart video surveillance

    Akıllı video gözerimi için hareketli nesne bulma, takip etme ve sınıflandırma

    YİĞİTHAN DEDEOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. UĞUR GÜDÜKBOY

  2. Face recognition and person re-identification for person recognition

    Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması

    EMRAH BAŞARAN

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

    PROF. DR. MUHİTTİN GÖKMEN

  3. Çoklu kamera ortamında nesne takibi

    Object tracking in multi camera environment

    EMRAH ÜSTÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN MURAT ESİN

  4. Kalabalık gözetleme ortamlarında anomali tespiti

    Anomaly detection in crowded surveillance scenes

    EFSUN SEFA SEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BURAK CAN