TV logo detection and classification
TV logo tespiti ve sınıflandırılması
- Tez No: 245885
- Danışmanlar: PROF. BÜLENT SANKUR, PROF. FİKRET GÜRGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 108
Özet
Televizyon (TV) kanallarına ait logolar televizyon yayınlarındaki anlam taşıyan yegane nesnelerdir. Bu logolardan yararlanlarak TV reklam tespiti ve ya izleyici oranlarının ölçümü gibi pek çok faydalı uygulama geliştirilebilir. Bu çalışmada otomatik bir TV logo tanılama sistemi geliştirilmiştir. Bu sistem iki kısımdan oluşmaktadır: TV logo tespiti ve TV logo sınıflandırması. TV logo tespiti kısmında, şu fikirden yola çıktık: `bir televizyon yayınında tüm içerik zamanla değişir, değişmeyen tek şey TV logolarıdır'. Videodaki değişmeyen bu sabit alanları (TV logolarını) bulabilmek için zamana göre ortalaması alınmış ayrıtlardan yararlanılmıştır. TV logo sınıflandırması kısmında ise sınıflandırıcı olarak Karar Destek Makinesi (SVM) kullanılmıştır. TV logolarını en iyi temsil edebilecek öznitelikleri belirleyebilmek için yaygın kullanılan bazı altuzay analiz yöntemlerinden Temel Bileşenler Analizi (PCA), Negatif Olmayan Matrislerde Çarpanlara Ayırma (NMF), Bağımsız Bileşenler Analizi (ICA) ve Ayrık Kosinüs Dönüşümü (DCT) yöntemleri karşılaştırılmıştır. Bu altuzayanaliz yöntemlerini uygulayabilmek için tüm logo imgeleri Izgara Öznitelikleri (GD) kullanılarak sabit boyutlu gösterime dönüştürülmüştür. Sınıflandırma deneyleri için 152 farklı kanaldan toplanmış 3040 imgeden oluşan bir logo veritabanı oluşturulmuştur. En iyi sonucu %99.21 ile ICA2 vermiştir. Logo tespit ve tanılama deneyleri için ise Türkiye'de en çok izlenen 12 TV kanalından kayıtlar yapılmış ve 240 kayıttan oluşan bir veritabanı oluşturulmuştur. Önerilen sistem ile logo tespiti için %99.17, logo tanılama için ise %96.03 gibi başarım oranlarına ulaşılmıştır. Yapılan deneyler sonucunda önerilen TV logo tanılama sisteminin yüksek başarım oranlarıyla çalıştığı ve izleyici oranlarını ölçme sürecinde kullanılabileceği gösterilmiştir.
Özet (Çeviri)
Television (TV) logos are the only semantic objects that appear commonly in all TV broadcast videos. And they can be utilized in the development of many useful applications such as TV commercial detection, and audience measurement. In this study, we have developed an automatic TV logo identification system. The proposed TV logo identification system consists of two parts, namely, TV logo detection and TV logo classification.In the TV logo detection part, we utilized from the idea that `the broadcast video content is changing over time except the TV logos' and we used time averaged edges method to obtain static regions (TV logos) in broadcast videos. In the TV logo classification part, we have used Support Vector Machine (SVM) as classifier. We have compared some well known subspace analysis methods such as Principle Component Analysis (PCA), Non-negative Matrix Factorization (NMF), Independent Component Analysis (ICA), and Discrete Cosine Transform (DCT) to find best feature to describe TV logos. Before applying the subspace analysis methods, all logo images are converted into a fixed size representation by using Grid Descriptor (GD) method. For classification experiments, a TV logo DB of 3040 images is constructed from 152 different TV channels. The best classification performance is obtained by ICA2 with an accuracy rate of 99.21%.For the logo detection and identification experiments, we have collected 240 videos from the 12 most popular TV channels of Turkey. The proposed system achieves to 99.17% logo detection rate and 96.03% average accuracy rate for logo identification. Results of the experiments show that the proposed TV logo identification system works with high accuracy rates and can be utilized in an audience measurement process.
Benzer Tezler
- Logo recognition in videos-An automated brand analysis system
Video çerçevelerinde logo tanıma-Otomatik marka analizi sistemi
MURAT DURUŞ
Yüksek Lisans
İngilizce
2008
Mühendislik BilimleriSabancı ÜniversitesiElektronik Mühendisliği Bölümü
PROF. DR. AYTÜL ERÇİL
- Televizyon program jeneriklerinde, müzik ve hareketli grafik tasarım ilişkisi
The relationship between music and motion graphics design in the credits of television programmes credits
İLYAZ OLGUN
Yüksek Lisans
Türkçe
2014
Güzel Sanatlarİstanbul Arel ÜniversitesiGrafik Tasarımı Ana Sanat Dalı
YRD. DOÇ. DR. DEMET KARAPINAR
- TV kanallarının jeneriklerinde görsel kimlik sorunları 'Yakın Doğu TV için bir jenerik dizgesi uygulaması'
Visual identity problems in generics of TV channels ?A production of generic system for Near East TV?
GÖKHAN OKUR
Sanatta Yeterlik
Türkçe
2010
Güzel SanatlarHacettepe ÜniversitesiGeleneksel Türk El Sanatları Bölümü
PROF. DR. İNCİLAY YURDAKUL
- 2019 yılında yayınlanmış Netflix dizi logolarının grafik tasarım yönünden incelenmesi
Analysis of Netflix serial logos published in 2019 in terms of graphic design
EZGİ ÇEBAR
Yüksek Lisans
Türkçe
2022
Güzel SanatlarDokuz Eylül ÜniversitesiGüzel Sanatlar Eğitimi Ana Bilim Dalı
DOÇ. DR. BAHAR SOĞUKKUYU
- Türkiye'de haber televizyonculuğunun başlangıcı: Türkiye'nin ilk haber kanalı NTV örneği
The beginning of news TV channel broadcasting in Turkey: Turkey's first news TV channel NTV example
BETÜL ÖZENÇ
Yüksek Lisans
Türkçe
2021
GazetecilikMarmara ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YALÇIN LÜLECİ