Leveraging large scale data for video retrieval
Büyük ölçekli verilerin video erişiminde kullanımı
- Tez No: 374377
- Danışmanlar: YRD. DOÇ. DR. PINAR DUYGULU ŞAHİN
- 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: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde kullanımı büyük oranda artan video verileri araştırmacıları bu verilerden elde edilebilecek ipuçlarını kullanmaya yöneltmiştir. Çünkü yazısal ipuçlarının günümüzde görsel ipuçları kadar başarılı sonuçlar veremediği gözlemlenmiştir. Bu soruna büyük ölçekli resim ve video verilerini çıkarımız için kullanarak, videolardaki önemli karakteristik bilgileri bularak yaklaşıyoruz. Bu tezde üç farklı konuya odaklanılmaktadır. Bunlari olağan dışı olaylardaki ortak motifleri bulmak, geniş ölçekli multimedya olay tespit edilmesi ve videoların anlamsal dizinlenmesi olarak isimlendirebiliriz. İstenmeyen olayların gerçekleşmesinin bildiricisi olduğu için, olağan dışı olaylarin erken tespit edilmesi gerekli görülmektedir. Bu konuya genellikle sıradan olayların motiflerinin bulunması ile yaklaşılmaktadır. Elimizdeki bu zorlu problemi çözümlemek için videolardaki hızlı hareketleri yakalayabilen orijinal bir tanımlayıcı, piksel yörüngelerinden yoğun aralıklar ile çıkartılarak sunulmaktadır. Sunulan tanımlayıcı, yörünge parça seleleri, olağan dışı videoları sıradan videolardan ayırt etmek için kullanılmaktadır. Daha sonra olağan dışı olarak belirlenen videoların fotoğraf kareleri ile gösterimi için diğer bir yöntem kullanılmaktadır. Daha sonra TRECVID video erişim değerlendirmesinin bir parçası olan Multimedya Olay Tespiti olarak adlandırılan problemi ele almaktayız. Bu probleme videoları prototipler ile temsil ederek yaklaşmaktayız. Prototipler olayların farklı görsel karakteristik özelliklerini temsil eden modellerdir. Son olarak, TRECVID'in bir diğer parçası olan Anlamsal Dizinleme problemine, İnternet'den topladığımız resimleri kavramları modellemek için kullanarak yaklaşmaktayız.
Özet (Çeviri)
The large amount of video data shared on the web resulted in increased interest on retrieving videos using usual cues, since textual cues alone are not sufficient for satisfactory results. We address the problem of leveraging large scale image and video data for capturing important characteristics in videos. We focus on three different problems, namely finding common patterns in unusual videos, large scale multimedia event detection, and semantic indexing of videos. Unusual events are important as being possible indicators of undesired consequences. Discovery of unusual events in videos is generally attacked as a problem of finding usual patterns. With this challenging problem at hand, we propose a novel descriptor to encode the rapid motions in videos utilizing densely extracted trajectories. The proposed descriptor, trajectory snippet histograms, is used to distinguish unusual videos from usual videos, and further exploited to discover snapshots in which unusualness happen. Next, we attack the Multimedia Event Detection (MED) task. We approach this problem as representing the videos in the form of prototypes, that correspond to models each describing a different visual characteristic of a video shot. Finally, we approach the Semantic Indexing (SIN) problem, and collect web images to train models for each concept.
Benzer Tezler
- Federe öğrenme tabanlı nesnelerin yapay zekası ile gözetim videolarında akıllı kalabalık analizi için anomali tespiti ve tahmini
Anomaly detection and prediction for intelligent crowd analysis with artificial intelligence of things based on federated learning in surveillance
SELEN GÜRBÜZ
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Derin öğrenme ve sayısal görüntü işleme ile titreşim yer değiştirmelerinin ölçümü
Measurement of vibration displacements using deep learning and digital image processing
HÜSNÜ CELİL GÜLENGÜL
Yüksek Lisans
Türkçe
2026
İnşaat MühendisliğiYıldız Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. YILDIRIM SERHAT ERDOĞAN
- Fog computing-based real-time emotion recognition using physiological signals
Fizyolojik sinyaller ile sis hesaplama tabanlı gerçek zamanlı duygu tanıma
ÖMÜR FATMANUR ERZURUMLUOĞLU
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- Leveraging large-scale data for supply chain network design: A location-allocation model for Rwanda
Büyük ölçekli veri kullanarak tedarik zinciri ağı tasarımı: Ruanda için bir yerleşim-atama modeli
ZEYNEP GÖZE GÜRKAN
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE SELİN KOCAMAN
DR. PABLO DUENAS MARTİNEZ
- Context-aware remote sensing data processing for improvement of agricultural predictions
Bağlam farkındalıklı uzaktan algılama veri entegrasyonu ile tarımsal tahminlerin iyileştirilmesi
AYDA FITRIYE AKTAŞ
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ