Video görüntülerinden araç takibi
Moving vehicle tracking in video
- Tez No: 296960
- Danışmanlar: DOÇ. DR. ABDULLAH BAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 89
Özet
Nesne takibi; şüpheli şahısların izlenmesi, trafik kontrolü ve düzenlenmesi, askeri güvenlik ve video indeksleme gibi uygulamalarda kullanılan önemli çalışma alanlarından biridir.Bu tez çalışmasında, hareket halinde araç/araçlar içeren video görüntülerinde seçilen aracın durumu zorlaştıran etkilere rağmen takibi gerçekleştirilmiştir. Kullanılan görüntüler daha önceden kamera ile kaydedilerek elde edilmiştir. Temel işlemler; görüntüdeki hareketli nesnelerin arka plan görüntüsünden ayıklanarak belirgin hale getirilmeleri ve elde edilen yeni görüntü üzerinde kullanıcı tarafından takip edilmesi istenen aracın çerçevelenerek takibin sürdürülmesi olarak sıralanabilir.Hareketli nesnelerin arka plan görüntüsünden ayıklanması Gauss Karışımı (GK) modeli, seçilen aracın takibi ise Görsel Takip Ayrıştırma (GTA) yöntemi kullanılarak sağlanmıştır.Hareketli nesnelerin ayıklanması sırasında her bir görüntü sahnesindeki piksellerin arka plana mı ön plana mı ait oldukları piksellerin gauss dağılımlarının belirli kriterleri sağlaması ile belirlenir. Giriş olarak verilen renkli video görüntüsü, piksel değeri 0 (arka plan) ve piksel değeri 1 (ön plan) olan video görüntüsüne dönüştürülerek kaydedilir. Takip edilmesi istenen araç elde edilen yeni görüntü üzerinde çerçevelenerek işaretlenir. İşaretlenen bölgenin renk dağılımı (HSV) ve kenar bilgilerini içeren görüntüler Seyrek Temel Bileşenler Analizi (STBA) medotu ile analiz edilerek temel gözlem modeli oluşturulur. Ardışık görüntü sahneleri arası piksellerin değişimine göre yumuşak veya sert geçiş olarak tanımlanan temel hareket modeli elde edilir.Temel gözlem modelleri ve temel hareket modelleri ile temel izleyiciler oluşturulur. İzlenen aracın her görüntü sahnesindeki durumu için Etkileşimli Markov Zincirli Monte Carlo (EMZMC) yöntemi ile temel izleyiciler birbirleri arasında haberleşerek üretilen sonuçları karşılaştırırlar ve izlenen araç için en sağlıklı konum bilgisine karar verirler.
Özet (Çeviri)
Object tracking is one of the most significiant field of study used in; suspicious people tracking, traffic control, military security and smart video data mining.In this thesis, selected object has been tracked on video frames which includes moving vehicle/vehicles in challenging situations. The videos are recorded by a video camera before the process. Basic steps can be described as; making moving objects more clear by purifying from background and tracking vehicle which is bounded by user on previously extracted video.Segmentation of moving objects from background is done by Gaussian Mixture Model (GMM) and selected vehicle tracking is provided by Visual Tracking Decomposition(VTD) method.While separating moving objects, pixels in each frame are defined by criterias provided Gaussian Mixture Model whether the pixels are belong to background or foreground. Color video given as input, is transformed and saved to a binary movie output whose pixel values are only 0 (background) or 1 (foreground) values. Expected tracking vehicle is pointed on current movie by using bounding box. The color density (HSV) and edge information of pointed area is analysed by Sparse Principle Component Analysis (SPCA) and basic observation model is created. According to pixel value change between sequential frames basic motion model is created which includes smooth and abrupt motions.Basic observation models and basic motion models are combined as trackers. For the state of vehicle which is being tracked on each frame, basic trackers communicate and exchange information each other by Interactive Markov Chain Monte Carlo (IMCMC) method and compare the results to decide its correct.
Benzer Tezler
- Video görüntülerinden trafik kazası riskini gerçek zamanlı belirleyen bir sistem tasarımı
A system design for determining traffic accident risk from real-time video images
UYGAR ER
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. ELİF KARSLIGİL
- Ölçekten bağımsız öznitelik dönüşümü tabanlı optik akış yöntemiyle trafik yoğunluk analizi
Traffic flow density determination method with scale invariant feature transform flow
SERKAN TEKBAŞ
Yüksek Lisans
Türkçe
2011
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH BAL
- Trafik otomasyonunda görüntü tabanlı araç tespit sisteminin geliştirilmesi ve FPGA ile gerçeklenmesi
Development ımage processıng based vehıcle detectıon system in traffıc automatıon and FPGA
FERHAT YALDIZ
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH BAL
- Yüz tanıma işlemi ile personel takibi yapan bir yazılımın geliştirilmesi ve uygulaması
Development and implementation a software for staff tracking based on face recognation
SEMİH GENÇAY
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. İLHAN TARIMER
- Dikey iniş kalkış yapabilen sabit kanatlı insansız hava aracı tasarım, üretimi ve uçuş testleri
Design, manufacturing and flight tests of a fixed-wing vertical take-off and landing unmanned air vehicle
UĞUR ÖZDEMİR
Doktora
Türkçe
2015
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNALHAN