Foreground region detection and tracking for fixed cameras
Sabit kameralar için önplan belirleme ve nesne takibi
- Tez No: 309407
- Danışmanlar: YRD. DOÇ. DR. HAKAN ERDOĞAN
- 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: 2010
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Gerçek zamanlı önplan tanıma ve ayrıştırma uygulamalarında, önplan ve arkaplan modelleme önemli bir yer teşkil etmektedir. Stauffer ve Grimson metodu, önplan çıkarımında yaygın olarak kabul görmüş başarılı bir metottur. Bu mettota, her piksel ayrı ve bağımsız bir Gauss karışımı ile modellenir. Piksellerin önplan olma olasılıkları doğrudan kullanılmaz. Zamansal ve mekansal süreklilik göz ardı edilir. Bu çalışmada, Stauffer ve Grimson metodundan hareketle, piksellerin önplan olma olasılıklarını belirleyip, histeresiz eşikleme yaparak mekansal sureklilik bilgisini kullandık. Aynı amaçla, Markov Rasgele Alanları temelli modelleme ve optimizasyon uyguladık. Zamansal devamlılık bilgisini kullanabilmek için de; ortalama kaydırma metodu ile nesne takibini, önplan ayrıştırmaya dahil ettik. Uygun olan durumlar için birkaç metodu birlikte kullandık.Çalışmamızda, önplan belirleme başarımını önemli derecede arttırdık.
Özet (Çeviri)
For real-time foreground detection on videos, probabilistic modeling for background andforeground colors are widely used. Stauer and Grimson's model is very successful forforeground segmentation. In this method, each pixel is modeled independently withGaussian mixtures. Explicit foreground probabilities for pixels are not calculated. Spatialand temporal continuity of pixels are omitted.In this thesis, we obtain foreground probabilities for the pixels using Stauer and Grimson'smodel and apply hysteresis thresholding to utilize spatial continuity of pixels. Forthe same purpose, we also use Markov Random Field modeling and optimizations. Toleverage the temporal continuity of pixels, mean-shift tracking is integrated into thesegmentation to increase accuracy. Wherever applicable, we combine some of theseimprovements together. Our work shows that using the probabilistic approach withdierent enhancements results in much higher segmentation accuracy.
Benzer Tezler
- A system implementation for analyzing and tracking motile objects in biomedical images
Biyomedikal görüntülerde hareketli nesnelerin analizi ve takibi için bir sistem gerçeklemesi
HAMZA OSMAN İLHAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- 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
- An automated robust vehicle detection and tracking system for low resolution traffic video sequences
Düşük çözünürlüklü trafik görüntü dizileri için otomatik gürbüz araç tanıma ve izleme sistemi
MEHMET KAPLAN
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Developing object detection, tracking and ımage mosaicing algorithms for visual surveillance
Görsel gözetim için obje tespiti, takibi ve görüntü mozaikleme algoritmalarinin geliştirilmesi
TAYGUN KEKEÇ
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÜNEL
- Bölgesel renk kontrastı ve renk dağılımı bilgisi kullanarak karmaşık ağ destekli belirgin alan tespiti
Complex network based salient region detection using regional color contrast and color distribution
ALPER AKSAÇ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TANSEL ÖZYER