Geri Dön

Attentive deep regression networks for real-time visual face tracking in video surveillance

Videolu gözetimde gerçek zamanlı görsel yüz takibi için dikkat odaklamalı derin regresyon ağları

  1. Tez No: 562874
  2. Yazar: SAFA ALVER
  3. Danışmanlar: PROF. DR. UĞUR HALICI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 133

Özet

Videolu gözetim sistemlerinde gerçekleştirilen en önemli işlerden birisi görsel yüz takibidir. Ancak poz, ölçek, ifade ve aydınlatmadaki değişiklikler ve karışık sahnelerdeki kapanmalar nedeniyle, zor bir iş olarak kabul edilir. Bu zorlukların üstesinden gelmek için, bu tez çalışmasında, GOTURN takipçisinin üzerine inşa edilen Dikkat Odaklamalı Yüz Takip Ağı (DOYTA) adlı uçtan uca bir takipçi öneriyoruz. Ek olarak, görsel yüz takibinde mevcut olan yetersiz veri probleminin üstesinden gelmek için kamuya açık ChokePoint veri kümesinin sınırlayacı kutu açıklamalarını sağlıyoruz ve böylece gözetim koşulları altında yüz takibi konusunda daha ileri çalışmalar için kullanılabilir hale getiriyoruz. Test sonuçlarımız, önerilen takipçimizin, ilkel sürümleri olan diğer tüm takipçileri geride bıraktığını gösteriyor. Ayrıca, gerçek zamanlı takip gereksinimlerinin çok ötesinde olan hızlarda çalışmaktadır.

Özet (Çeviri)

Visual face tracking is one of the most important tasks in video surveillance systems. However, due to the variations in pose, scale, expression and illumination and the occlusions in cluttered scenes, it is considered to be a difficult task. To address these challenges, in this thesis, we propose an end-to-end tracker named Attentive Face Tracking Network (AFTN) that is build on top of the GOTURN tracker. Additionally, to overcome the scarce data problem in visual face tracking, we also provide bounding box annotations for the publicly available ChokePoint dataset and thus make it available for further studies in face tracking under surveillance conditions. Our test results show that our proposed tracker outperforms all the other trackers that are primitive versions of itself. Furthermore, it runs at speeds that are far beyond the requirements of real-time tracking.

Benzer Tezler

  1. Management and control of distributed energy generation systems via artificial intelligence techniques

    Dağıtık enerji üretim sistemlerinin yapay zeka teknikleri ile yönetim ve kontrolü

    ALPER NABİ AKPOLAT

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET EMİN KUZUCUOĞLU

    DR. ÖĞR. ÜYESİ ERKAN DURSUN

  2. Machine learning of social media data on a spatio-temporal basis

    Sosyal medya verilerinin zaman-mekansal temellere göre makine öğrenimi

    BÜŞRA YEŞİLBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TANKUT ACARMAN

  3. Uzun kısa süreli bellek ile altın fiyatı tahmini

    Gold price forecasting using long short-term memory

    SİNA BİRECİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY ÖKE GÜNEL

  4. İnsansı robotlarda nesne algılama ve tanıma için yeni derin öğrenme algoritmalarının geliştirilmesi

    Development of novel deep learning algorithms for object detection and recognition in humanoid robots

    SİMGE NUR ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mekatronik MühendisliğiFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞEGÜL UÇAR

  5. A deep-learning based model for visual depth and pose estimation of mobile robots

    Mobil robotların görsel derinliği ve poz tahmini için derin öğrenme tabanlı bir model

    ROZHIN FANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Mekatronik MühendisliğiBahçeşehir Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET BERKE GÜR