Gözetim videolarının periyodik tekrar bilgileri kullanılarak özetlenmesi
Summarization of surveillance videos by using periodic recurrence information
- Tez No: 488177
- Danışmanlar: DOÇ. DR. MİNE ELİF KARSLIGİL YAVUZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 52
Özet
Gözetim ve izleme amaçlı çok fazla miktarda kayıt yapılmakta, saklanılmakta ve gerektiğinde incelenmektedir. Bu kadar büyük miktardaki verinin hepsinin insan gözü ile incelenip analiz edilmeye çalışılması ve sadece önemli bilgilerin çıkarılması büyük bir efor gerektirmektedir. Bu zorluğu kolaylaştırabilmek ve büyük miktardaki veri saklama maliyetini azaltabilmek amacıyla son yıllarda farklı yöntemlerle video özetleme çalışmaları yapılmaktadır. Gözetim ve izleme videolarından özet çıkaran uygulamanlarda amaç genellikle ortamdaki insanların hareketlerini değerlendirmektir. İnsanların yaptıkları hareketler genellikle yürümek, koşmak, yemek yemek gibi periyodik hareketlerdir. Bu çalışmada, RGB-d kameradan alınan video görüntülerindeki periyodik hareketlerin sadece bir periyodunu elde ederek bunlardan bir özet oluşturan yeni bir insan hareketi özetleme sistemi önerilmiştir. Videolarda geçen hareketlerden periyodik olanların bulunması ile hem büyük bilgiden sadece anlamlı bilgi elde edilmiş hem de özetleme sırasında oluşabilecek veri kaybını azaltan bir sistem elde edilmiştir. Yapılan çalışmada önce video çerçevelerindeki kişinin yeri bulunarak iskelet bilgileri elde edilmiştir. İskeletteki eklemlerin yatay eksen ile yaptığı açı değerleri sepetlere ayrılarak bulunan değerlerden bir çerçevenin özelliklerini oluşturulmuştur. Bu özellikler kullanılarak videoyu temsil eden vektörler oluşturulmuştur. Oluşturulan bu vektörler de esnek bir arama algoritması olan LCS'de (Longest Common Subsequence – En Uzun Ortak Alt Küme) periyodik hareket arama işleminde kullanılmış ve periyodik hareketler tespit edilmiştir. Tespit edilen periyodik hareketlerden birer periyot alınarak tekrardan uzak özet video oluşturulmuştur. Özet videolarda fazladan bulunan hareket periyotları dikkate alındığında üretilen özet videodaki bilgi tekrar oranı ise yaklaşık olarak %5 olarak gerçekleşmiştir. Sistemin periyodik hareketleri bulma başarısı ise %90 olarak gerçekleşmiştir.
Özet (Çeviri)
Video surveillance and tracking systems have become an integral part of our daily life. As a consequence an enormous amount of data is being produced and recorded on a daily basis, which makes storage, analysis and information extraction extremely difficult. Some of the recent studies have especially focused on cost-effective yet efficient video summarization methods. Video summarization methods for surveillance systems primarily aim at detecting and evaluating human actions within the videos. Most of the time human actions do consist of periodic actions. In this study we propose a novel approach to video summarization, which is based on the detection of the periodicity of different actions and summarizing the video using this information. Our proposed method is based on the popular string match algorithm, longest common subsequence, to determine the shortest period of recurring human actions. The concatenation of the shortest periods then produces the summary video. In the study, the differential features of the video frames were extracted by using human position data. This features were utilized to create vectors which represent the video. Periodical human actions were detected by using this vectors in Longest Common Subsequence algorithm for the process of searching. The summary video was created using one period of each different periodical motion found. By taking extra periods into account the information recurrence rate of the generated summary video is approximately 5%. The success of the system in finding the actual periodic motions was around 90%.
Benzer Tezler
- Tüketim toplumu bağlamında mukbang videolarının sosyolojik analizi
Sociological analysis of mukbang videos in the context of consumption society
MERVE ÖZDEMİR
Yüksek Lisans
Türkçe
2023
SosyolojiOndokuz Mayıs ÜniversitesiSosyoloji Ana Bilim Dalı
DOÇ. DR. İLYAS SUCU
- Neural sign language translation by learning tokenization
Simgeleme öğrenerek sinirsel ağlarla işaret dili çevirisi
ALPTEKİN ORBAY
Yüksek Lisans
İngilizce
2020
Mühendislik BilimleriBoğaziçi ÜniversitesiFen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. LALE AKARUN
- Video surveillance and ERP-based BCIs as anomaly detection: New methods and dataset
Anomali tespiti olarak video gözetimi ve olay ilgili potansiyel tabanlı BBA: yYeni yöntemler ve veri seti
MEHMET YAĞAN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN ÖZKAN
- Gözetim videolarında anomali tespit yöntemlerinin karşılaştırmalı bir değerlendirmesi
A comparative evaluation of anomaly detection methods for surveillance videos
CEM ÇETİNKAYA
Yüksek Lisans
Türkçe
2022
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MURTAZA ÖZGÜR YENİAY
- A scenario-based query processing framework for video surveillance
Gözetim videoları için senaryo tabanlı sorgulama çatısı
EDİZ ŞAYKOL
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. UĞUR GÜDÜKBAY