Visual detection and tracking of unknown number of objects with nonparametric clustering methods
Parametrik olmayan kümeleme yöntemleri ile bilinmeyen sayıda nesnenin görsel tespit ve takibi
- Tez No: 434059
- Danışmanlar: DOÇ. DR. HAKAN ERDOĞAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 127
Özet
Kümeleme islemi sonucunda elde edilecek kümelerin sayısının girdi olarak verilmesini gerektirmeyen ve küme sayısını da tahmin edebilen yöntemler literaturde parametrik olmayan kumeleme yöntemleri olarak anılmaktadır. Bu tezde yaygın bilgisayarla görü problemlerine parametrik olmayan kümeleme yöntemlerinden faydalanan çözümler sunuyoruz. Özellikle çoklu nesne takibi ve insan sayım uygulamalarına çözüm getirmeye calışıyoruz. Bu konudaki ana motivasyonumuz, bahsi geçen konular veri iliskilendirme islemi olarak ele almak ve veri iliskilendirme problemini üzerinde calstığımız konunun doğasına özgü bir sekilde tanımlayarak ilgili kümeleme yönteminin parametrik olmayan yapısından faydalananmaya calsmaktr. İlk olarak tespit temelli olmayan ve bilinmeyen sayda nesneyi supernokta kümeleyerek takip eden bir nesne takibi yöntemi sunuyoruz. Uzaysal ve görsel özniteliklerini tanımladığımız hedef kümelerin, zaman icerisinde değisen özniteliklerini ardaşık olarak kümeleyerek takip ediyoruz. Elde edilen kümeler zaman içerisinde takip edilen hedefleri vermektedir. Ek olarak kısa takip izlerini bilinmeyen sayıda ize kumeleyen bir yöntem sunuyoruz. Kümeleme benzerligi kısa izlerin uzay-zamansal öznitelikleri kullanılarak tanımlanmaktadr. Kümeleme süreci nesnelerin zamanla degisen izlerini gürbüz bir sekilde vermektedir. Bu yöntemden aynı zamanda tespit temelli olmayan takip sonuclarn iyilestirmek icin de faydalanyoruz. Son olarak da ham insan tespiti sonuçlarn kullanarak insan gruplar elde ediyoruz ve her grup icerisindeki insan saysn kumeleme icin kullandığımız hazır öznitelikleri kullanarak, perspektiften bağımsız bir ölçü kullanarak tahmin ediyoruz.
Özet (Çeviri)
Clustering methods that do not expect the number of clusters to be known a priori and infer the number of clusters are known as nonparametric clustering methods in the literature. In this thesis we propose novel approaches to common computer vision applications using nonparametric clustering. We attack the problems of multiple object tracking and people counting. Our main motivation is to approach those as data association tasks where we de ne the data association problem speci c to the nature of the application and bene t from the nonparametric nature of the clustering model. We rst propose a detection free tracking method which tracks an unknown number of objects by clustering superpixels. We de ne the clusters as targets with spatial and visual features and track their changes through time by sequential clustering. The clusters yield tracked targets through time. We also propose a method for clustering short track segments into unknown number of tracks. The clustering similarity is de ned using the spatio-temporal features of the short track segments. The clustering process yields robust tracks of objects through time. We use this approach also to improve the tracking results of the detection free tracking proposed before. Finally we cluster raw person detector outputs to obtain groups of people in a scene and estimate the number of people inside a cluster using the features already extracted for clustering with a proposed metric which is invariant to perspective distortion.
Benzer Tezler
- Panoramik görüntüler üzerinden su altı hedef tespiti: DBSCAN ve derin öğrenme ağları ile bütünleşik bir yaklaşım
Underwater target detection via panoramic images: An integrated approach with DBSCAN and deep learning networks
FATMA KÜBRA AKIN KÜÇÜK
Yüksek Lisans
Türkçe
2024
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. İBRAHİM ÖZKOL
- Compressed sensing based 3D image reconstruction in digital breast tomosynthesis and micro-bioimaging
Sayısal meme tomosentezinde ve mikro biyogörüntülemede sıkıştırılmış algılama tabanlı 3B görüntü geri çatma
ADEM POLAT
Doktora
İngilizce
2018
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Moving part recognition and automatic pick and place using an industrial robot
Harketli parçaların tanınması ve endüstriyel robot kullanarak bu parçaların alınması ve yerleştirilmesi
ERHAN İLHAN KONUKSEVEN
- Visual detection and tracking of moving objects
Hareketli nesnelerin görsel tespiti ve izlenmesi
HAMZA ERGEZER
Yüksek Lisans
İngilizce
2007
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL LEBLEBİCİOĞLU
- Hareketli hedeflerin yörüngelerini izleyen ve tahmin eden hibrit bir sistemin geliştirilmesi
An hybrid system develop which tracks moving targets and estimates their trajectories
SERTAN AKARLAR
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiDeniz Harp Okulu KomutanlığıElektronik Sistemleri Mühendisliği Ana Bilim Dalı
DR. MUSTAFA YAĞIMLI