Sparsity-based discriminative tracking with adaptive cue integration
Seyrek kodlama tabanlı adaptif sonuç entegrasyonlu ayırt ederek çalışan görsel nesne takip sistemi
- Tez No: 415216
- Danışmanlar: YRD. DOÇ. MEHMET ERKUT ERDEM, YRD. DOÇ. İBRAHİM AYKUT ERDEM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu tezde, modelsiz takibe ilişkin yeni bir yaklaşım sunmaktayız. Öne sürülen görsel nesne takibi çalışması, seyrek kodlama tabanlı ayırt etme odaklı nesne takibi ile çoklu öznitelikleri dinamik bir şemayla birleştirme yöntemlerini kaynaştırmaktadır. Özellikle, modelimiz her bir özniteliği, çalışma sırasında o anki görsel içeriğe göre belirlediği güvenilirlikleri oranında birleştirmektedir. Bu güvenilirlik oranları, seyrek kodlama temelli yapı içindeki her bir özniteliğin, tek başına ortak izleme sonucuna ne ölçüde katkıda bulunduğunu belirlemek için kullanılmaktadır. Sonuç olarak; hedefin bir kısmının görülmediği, pozlama ve görünüş değişikliklerinin olduğu durumları ele alırken daha başarılı sonuçlar elde etmekteyiz. Öne sürülen algoritmanın performansını ve etkinliğini kanıtlamak için birtakım zorlayıcı video kümeleri üzerinde sayısal ve görsel sonuçları sunmaktayız.
Özet (Çeviri)
In this thesis, we present a novel tracking method which does not need to a target model on tracking. The proposed tracker associates the sparsity-based discriminative classifier with an adaptive scheme for multiple cue integration. In particular, our model combines visual cues by using reliability scores, which are calculated at each frame during tracking with respect to the current temporal and visual context dynamically . These reliability scores are used to determine the contribution of each cue within the sparsity based framework in the estimation of the joint tracking result. As a consequence, our method have more performance on overcoming occlusions, pose and appearance changes. To show the effectiveness and the performance of our algorithm, we take quantitative and qualitative results on video sequences which have challenging conditions.
Benzer Tezler
- Seyreklik ve sözlük öğrenme yaklaşımlarının sınıflandırma ve yüz tanımaya uygulanması
Classification and face recognition application of sparsity and dictionary learning based methods
BERNA AZİZOĞLU
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Türkçe sözcük anlam belirsizliği giderme
Word sense disambiguation for Turkish
BAHAR İLGEN
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Hand gesture classification using features of multivariate synchrosqueezing transform based time-frequency matrix
Çok değişkenli senkron sıkıştırma dönüşümüne dayalı zaman-frekans matrisinin özelliklerini kullanarak el hareketi sınıflandırılması
LÜTFİYE SARIPINAR
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİzmir Katip Çelebi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONAN GÜREN
- Gözü kapalı kaynak ayrıştırmada seyreklik tabanlı yöntemler ve DUET algoritması
Sparsity based methods in blind source separation and the DUET algorithm
MURAT ELMAS
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENDER METE EKŞİOĞLU
- Sparsity based pansharpening and a new pansharpening method using a guiding image
Seyreklik tabanlı pankeskinleştirme ve kılavuz görüntü kullanan yeni bir pankeskinleştirme yöntemi
RONGLEI JI
Yüksek Lisans
İngilizce
2019
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU