Geri Dön

Multiple pedestrian tracking by kernelized correlation filters

Çekirdek korelasyon süzgeci tabanlı çoklu yaya takibi

  1. Tez No: 537596
  2. Yazar: IBRAHIM ABU ARAFAH
  3. Danışmanlar: Prof. Dr. NAFİZ ARICA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Bu tezde Çekirdek Korelasyon Süzgeci (ÇKS) tabanlı nesne takip yöntemi kullanılarak video görüntülerinde çoklu yaya takibi çalışılmıştır. Nesne takibinde veri ilişkilendirme sonuçlarının iyileştirilmesi için Macar algoritması ile birlikte Kesişimin Birleşime Oranı (KBO) yöntemi kullanılmıştır. Önerilen yöntemin performansı, Çoklu Nesne Takibi (ÇNT) Veri kümesinedeki ölçütlere göre değerlendirildi. Her iki yöntemin birleştirilmesinin, artan hesaplama karmaşıklığına rağmen nesne izlerinin daha doğru bulunmasına katkı sağladığı gözlenmiştir. Diğer yöntemler arasında, bu araştırma aynı zamanda bazı senaryolarda veri birliği için IOU ile Yapısal Benzerlik Endeksi'ni (YBE) birleştirilerek de uygulamıştır. Özellikle gece senaryolarında, görüntülerdeki parlaklık değişikliklerini kullanan bu model, diğer video dizileri arasında daha iyi genel sonuçlar veren KBO tabanlı yöntemden daha iyi sonuçlar vermiştir. Bu çalışma, çoklu yaya içeren video verisi üzerinde çoklu nesne takibi için sağlam bir görüntü modelinin benimsenmesinin, aynı veri ilişkilendirme yöntemini kullanan hareket modeline göre daha iyi performans gösterebileceğini göstermektedir.

Özet (Çeviri)

In this thesis, we study multiple pedestrian tracking by detection using Kernelized Correlation Filter (KCF) based object tracking method. In order to improve the data-association results to object detections, Intersection Over Union (IOU) method is utilized along with Hungarian algorithm. The method performance is evaluated on the Multi-Object Tracking (MOT) benchmark, showing that combining both methods leads to better accuracy of object tracks on the sake of increased computation complexity. Among other methods, this thesis also applies Structural Similarity Index (SSIM) to be combined with IOU for data association in some scenarios. In night scenarios, this model which utilizes the luminance changes in images manages to give better results than the other adopted model (IOU) which gives better overall results among the other video sequences. This work shows that adopting a robust appearance model can perform better in multiple object tracking than a motion model that utilizes the same data association method in video data containing multiple pedestrians.

Benzer Tezler

  1. Evrişimli sinir ağı özelliklerine dayanan korelasyon filtreleme ve veri ilişkilendirme ile çoklu nesne takibi

    Multiple object tracking with data association and correlation filter based on convolutional neural network features

    ELNURA ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Uludağ Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEYDA NUR ÖZTÜRK

  2. Real time pedestrian tracking using adaptive kalman filter

    Adaptif kalman filtresi kullanımı ile gerçek zamanlı yaya takibi

    COŞKUN ORKUN VURAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA DOĞAN

  3. Positioning of radio sources via estimation of direction of arrival

    Radyo kaynaklarının pozisyonun geliş açısı kestirimi yardımıyla belirlenmesi

    SERKAN KOCA

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SERKAN GÜNEL

  4. Infrastructure independent pedestrian localization using dead reckoning and particle filter

    Parakete seyri hesabı ve parçacık filtresi ile altyapısız yaya konum belirleme

    MEHMET ENES CAVLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ