Geri Dön

A machine learning based video processing warning system for lifeguards

Cankurtaranlar için makine öğrenimi tabanlı video işleme uyarı sistemi

  1. Tez No: 600752
  2. Yazar: ZAHRAA QOSAY HASHIM ALHAIDARI
  3. Danışmanlar: Prof. Dr. MUSTAFA ALPER ÖZPINAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

Çeşitli gerçek hayattaki uygulamalarda Videolarda nesne algılama önemli bir rol oynar. bağımlı olan klasik yaklaşımlar, belirli işler için en uygun ve probleme bağlı el yapımı özellikleri kullanır. Dahası, el yapımı özellikler kamera titremesi, aydınlatma değişiklikleri ve nesne boyutlarında değişiklik gibi dinamik olaylara karşı oldukça hassastır. Öte yandan, suçların ve aksiliklerin yanı sıra araba kazalarının artması nedeniyle, tarihî yerler, plajlar, hava limanları gibi kamuya açık alanlara göz atmak için sürekli bir gözetim ihtiyacı vardır. algoritmalar ve teknoloji geliştirilmiştir. Bilgisayar vizyonuyla uğraşırken zorlu görevlerden biri, video ve görüntülerde Nesne algılama ve izlemedir. Temel olarak videoyu analiz etme adımları şunlardır: Önce hareket halindeki diğer nesnelerden ilgilenilen nesneleri tespit etme, İlgili nesneleri ardışık karelerde izleme, son adımı tespit etme ve izleme sonrasında bu nesnenin davranışını analiz etme yöntemidir. Bu makale, plajlardaki ve havuzlardaki insanları tespit etmek ve izlemek için kullanılan otomatik bir makine öğrenmesi tabanlı video işlemeyi temsil ediyor ve cankurtaranlar için uzman bir uyarı sistemi kullanıyor. RFID tetiklemeli izleme veya insanların izleme noktasında RFID bilezikleri tarafından sunulan veya etiketleme alanında sınırlı bir süre kaldıkları bölgeye göre izleme kullanarak izlemeye dayalı gerçek dünya örneği.

Özet (Çeviri)

In various real-life applications Object detection in videos plays an important role. the classic approaches that depend on use handcrafted features which are optimal for specific tasks and problem-dependent. Moreover, the handcrafted features are highly sensitive to dynamical events such as camera jitter, illumination changes, and changing in object sizes. On the other hand, because increasing of crimes and mishaps as well as car accidents there is a need of continuous surveillance to keep an eye on public areas such as historical places, beaches, air ports. For automate monitoring the object in a video file many algorithms and technology have been developed. One of challenging tasks when dealing with computer vision is Object detection and tracking in videos and images. Mainly the steps for analyzing video are: First detection the objects of interest from other objects in motion, Stat tracking the interested objects in consecutive frames, after detection and tracking the final step is Analyzing the behavior of that object. This paper represents an automated machine learning based video processing for detecting and tracking the people at beaches and pools and works an expert warning system for lifeguards. The real-world example based on tracking by using RFID triggered tracking or zone-based tracking where people either presents themselves at the tracking point by RFID bracelets or staying in the labelling zone for limited amount of time.

Benzer Tezler

  1. Acoustic anomaly detection in industrial plants

    Endüstriyel tesislerde akustik anomali tespiti

    TAHA BERKAY DUMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  2. Statistical feature learning and signal generation for time-series sensor signals

    Zaman serisi sensör işaretleri için öznitelik öğrenimi ve işaret üretimi

    ERKAN KARAKUŞ

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  3. Görüntü işlemede derin öğrenme tabanlı süper çözünürlük uygulamaları

    Deep learning based super resolution applications in image processing

    AHENK VURAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  4. Sparse coding based ensemble classifiers combined with active learning framework for data classification

    Veri sınıflandırma için aktif öğrenme çerçevesi ile birleştirilmiş ayrık kodlama tabanlı sınıflandırıcı toplulukları

    GÖKSU TÜYSÜZOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF YASLAN

  5. Path guidance and obstacle detection techniques using monocular vision systems for automated guided vehicles (AGVS)

    Otomatik yönlendirmeli araçlar (oyalar) için tek kamera kullanan yol kılavuzu ve engel tespiti teknikleri

    ENES ÇOLPAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiEskişehir Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER NEZİH GEREK