Video processing methods robust to illumination variations
Işık değişimlerine dayanıklı video işleme yöntemleri
- Tez No: 275037
- Danışmanlar: PROF. DR. A. ENİS ÇETİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Hareketli gölgeler imge ayrıştırma ve nesne takibi gibi çeşitli uygulamalarda sorunlar teşkil etmektedir. Bu sorunların ana sebebi gölge piksellerinin hedef pikselleri olarak yanlış sınıflandırılmasıdır. Bu nedenle, doğru ve güvenilir bir gölge tesbit yönteminin kullanımı, ileri video işleme uygulamalarının gerçekleştirilebilmesi için şarttır. Tezin ilk bölümünde, hareketli gölge tesbiti için cepstrum tabanlı bir yöntem sunulmaktadır. Önerilen yöntem, iyi bilinen açık hava ve kapalı ortam video örneklerinde kıyaslama amacıyla test edilmiştir.Önceki yaklaşımların üzerine sağlanan iyileştirmelerin gösterilmesi amacıyla, nicel ölçütler tanıtılmış ve bu ölçütlere dayalı karşılaştırmalar yapılmıştır.Çoğu video işleme uygulaması; gözetleme, izleme ve video sıkıştırma gibi gerçek zamanlı uygulamalarda nesne takibinin temel işlem olması sebebiyle nesne takibini gerektirir. Bu nedenle, bir nesnenin değişen ışık koşulları altında doğru takibi güvenilirlik açısından çok önemlidir. Bilindiği üzere gözlenen ortam ve hedef üzerinde oluşan ışık değişiklikleri, takipçinin hedefi kaybetmesine sebep olması yönüyle güvenilir nesne takibinin önünde bir engel teşkil etmektedir. Tezin ikinci bölümünde, bu sorunun üstesinden gelmek amacıyla iki boyutlu (2B) cepstrum kullamına dayalı bir yaklaşım önerilmiştir. Hedef bölgesinden elde edilen cepstral alan özellikleri kovaryans takip algoritmasına tanıtılmış ve deneysel olarak hedef bölgesinin 2B-cepstrum analizinin değişen ışık koşullarına karşı getirdiği dayanıklılık gözlemlenmiştir. Diğer bir katkı ise kovaryans matris tabanlı nesne takip yönteminin yerine kullanılabilecek ko-fark matris tabanlı nesne takip yönteminin geliştirilmesidır.Çoğu hedef takip yönteminin sorunlarından biri, genelde ışık değişikliklerinden kaynaklanan hedef kaybı durumu için oluşturulmuş, iyi kurulmuş bir tesbit mekanizmasının bulunmayışıdır. Tezin son bölümünde, hedef kaybı tesbiti için güven aralığı tabanlı istatistiksel bir yöntem geliştirilmiştir. Hedefin özellik vektörünün yığmalı dağılım fonksiyonunun üst ve alt sınır fonksiyonları, verilen bir güven düzeyi için tahmin edilir. Hedef bölgesi olarak tahmin edilen bölgenin tahmini yığmalı dağılım fonksiyonunun sınırları aşması durumunda hedefin takip algoritması tarafından artık takip edilmediği sonucuna varılır. Bu yöntem hedef imge bölgesinin özelliklerini kullanan çoğu hedef takip algoritmasına uygulanabilir.
Özet (Çeviri)
Moving shadows constitute problems in various applications such as image segmentation, smoke detection and object tracking. Main cause of these problems is the misclassification of the shadow pixels as target pixels. Therefore, the use of an accurate and reliable shadow detection method is essential to realize intelligent video processing applications. In the first part of the thesis, a cepstrum based method for moving shadow detection is presented. The proposed method is tested on outdoor and indoor video sequences using well-known benchmark test sets. To show the improvements over previous approaches, quantitative metrics are introduced and comparisons based on these metrics are made.Most video processing applications require object tracking as it is the base operation for real-time implementations such as surveillance, monitoring and video compression. Therefore, accurate tracking of an object under varying scene and illumination conditions is crucial for robustness. It is well known that illumination variations on the observed scene and target are an obstacle against robust object tracking causing the tracker lose the target. In the second part of the thesis, a two dimensional (2D) cepstrum based approach is proposed to overcome this problem. Cepstral domain features extracted from the target region are introduced into the covariance tracking algorithm and it is experimentally observed that 2D-cepstrum analysis of the target region provides robustness to varying illumination conditions. Another contribution is the development of the co-difference matrix based object tracking instead of the recently introduced co-variance matrix based method.One of the problems with most target tracking methods is that they do not have a well-established control mechanism for target loss which usually occur when illumination conditions suddenly change. In the final part of the thesis, a confidence interval based statistical method is developed for target loss detection. Upper and lower bound functions on the cumulative density function (cdf) of the target feature vector are estimated for a given confidence level. Whenever the estimated cdf of the detected region exceeds the bounds it means that the target is no longer tracked by the tracking algorithm. The method is applicable to most tracking algorithms using features of the target image region.
Benzer Tezler
- 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
- Face recognition and person re-identification for person recognition
Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması
EMRAH BAŞARAN
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
PROF. DR. MUHİTTİN GÖKMEN
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- An improved transfer learning based siamese network for face recognation
Yüz tanıma için geliştirilmiş aktarım öğrenme tabanlı sıamese ağı
DALHM GHALIB HALBOOS AL-SHAMMARI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
البروفيسور. دكتور. DEVRİM AKGÜN
- Digital video stabilization with SIFT flow
SIFT akışı ile sayısal video sabitleme
İNCİ MELİHA BAYTAŞ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MELİH PAZARCI