A direct approach for object detection with omnidirectional cameras
Tümyönlü kameralar ile nesne tespiti için doğrudan bir yaklaşım
- Tez No: 371858
- Danışmanlar: YRD. DOÇ. DR. YALIN BAŞTANLAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez calışmasında, geniş görüş alanı avantajına sahip olan tümyönlü kameralar ile nesne tespiti yapan bir sistem tanıtılmıştır. Öncelikle, geleneksel kameralar için önerilen yaklaşım ile, perspektif imgeler üzerinde kayan pencereler yöntemi kullanılarak HOG özniteliklerinin çıkarılması işlemi gerçekleştirilmiştir. Daha sonra, hali hazırda uygulanan geleneksel öznitelik çıkarım adımlarının bu amaç doğrultusunda nasıl uyarlanacağı tarif edilmiştir. Buradaki amaç, HOG özniteliklerini verimli ve matematiksel olarak doğru bir şekilde tümyönlü kameralar üzerinde uygulayabilmektir. Uygulanan temel değişikliklerden birincisi, gradyan (yön türevi) oryantasyonlarının tümyönlü imgelerde kayan pencereleri elde edecek şekilde uyarlanmasıdır. Uygulanan ikinci önemli değişiklik ise, gradyan şiddetinin Riemannian metriği ile yeniden uyarlanmasıdır. Adapte edilen bu değişiklikler sayesinde, tümyönlü imgelerin perspektif yada panoramik imgelere çevrilmesine ihtiyaç duyulmadan, direk olarak nesne tespiti yapılması mümkün kılınmıştır. Deney kısmında oluşturulan sentetik ve gerçek imgeler vasıtasıyla, önerilen tespit sistemi ile normal (değişikliğe uğramamış) HOG hesaplama yönteminin tümyönlü ve panoramik imgeler üzerinde karşılaştırması yapılmıştır. Deneysel sonuçlarla yapılan analiz, önerilen metot ile uygulanan nesne tespiti işleminin kaydettiği performans artışını gözler önüne sermiştir.
Özet (Çeviri)
In this thesis, an object detection system based on omnidirectional camera which has the advantages of detecting a large view-field is introduced. Initially, the traditional camera approach that uses sliding windows and Histogram of Gradients (HOG) features is adopted. Later on, how the feature extraction step of the conventional approach should be modified is described. The aim is an efficient and mathematically correct use of HOG features in omnidirectional images. Main steps are conversion of gradient orientations to compose an omnidirectional sliding window and modification of gradient magnitudes by means of Riemannian metric. Owing to the proposed methods, object detection process can be performed on the omnidirectional images without converting them to panoramic or perspective image. Experiments that are conducted with both synthetic and real images compare the proposed approach with regular (unmodified) HOG computation on both omnidirectional and panoramic images. Results show that the performance of detection has been improved by using the proposed method.
Benzer Tezler
- Elektrikli gemilerin şarj prosesi için yapay zekâ tabanlı yeni bir otonom kontrol sistemi
A novel AI-based autonomous control system for the charging process of electric ships
EMİN GÜNEY
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT BAYILMIŞ
- Siber güvenlikte saldırı tespiti için yeni bir hibrit kuantum sinir ağı modeli
A novel hybrid quantum neural network model for attack detection in cybersecurity
MUHAMMED YUSUF KÜÇÜKKARA
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT BAYILMIŞ
- Otonom uçan robot için nesne sınıflandırma yaklaşımıyla bilinmeyen kapalı alan içinde gerçek zamanlı ortam haritalandırması ve yol planlaması
Real-time mapping and path planning in an unknown indoor environment by object classification approach for autonomous flying robots
ÖNDER ALPARSLAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER ÇETİN
- Fully automated on-street parking spot detection with different deep learning methods
Farklı derin öğrenme yöntemleriyle tam otomatik cadde park yeri tespiti
EMRE ÇİÇEK
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEZER GÖREN UĞURDAĞ
- Pedestrian detection for railway driver support systems
Demiryolu sürücü destek sistemleri için yaya saptama
TUĞÇE TOPRAK
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ALPER SELVER