Temporal video segmentation
Zamansal video bölümleme
- Tez No: 609340
- Danışmanlar: DR. ÖĞR. ÜYESİ ROYA CHOUPANI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 39
Özet
Teknolojinin ilerlemesi ile birlikte video içerik üretimi de hızlı bir şekilde artmıştır. Teknolojideki bu ilerleme aynı zamanda görsel bilgi kullanımını da arttırdı. Video içeriğinin üretimindeki ve tüketimindeki bu artışlar, videoların etkili bir şekilde bölümlenmesi, özetlenmesi ve sıralanması ihtiyacını doğurmuştur. Video bölümle, video özetleme ve sıralama işlemlerinin ilk adımıdır. Video bölümleme bir video anlamlı ve kendi içinde bütüncül parçalara ayırmayı hedefler. Videoyu kendi içinde bütüncül parçalara böldükten sonra videonun daha ileri analizi için anlamsal bölümleme tekniklerini uygulayabiliriz. Bu tezde, Zamansal Video Bölümleme sıkıştırılmış ve sıkıştırılmamış alanlarda incelenmiştir ve yapay sinir ağları kullanılarak ilgili çalışmada geçen metotlardan daha iyi performans gösteren bir metot sunulmuştur.
Özet (Çeviri)
With the advancement in technology video content generation increased rapidly. This advancement of technology also increased the consumption of video information. The increase in both generation and consumption of video content has created the need of segmenting, summarizing and indexing video with high efficiency. Video segmentation is the first step to summarize and index videos. Video segmentation aims to segment a video into meaningful, consistent shots. After segmenting video into shots with consistent content then we can apply semantic segmentation techniques to further analysis of a video. In this thesis Temporal Video Segmentation is examined in both compressed and uncompressed domain and presented a new method using artificial neural networks that has improved performance over methods presented in the related work.
Benzer Tezler
- Optical flow based video frame segmentation and segment classification
Optik akış tabanlı video çerçeve bölümlendirme ve bölüm sınıflandırma
SAMET AKPINAR
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FERDANUR ALPASLAN
- Automated content-based video analysis and management
İçerik tabanlı otomatik video analizi ve yönetimi
ŞEKİP ENGİN MENDİ
Doktora
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of Arkansas at Little RockBilgisayar Yazılımı Ana Bilim Dalı
PROF. DR. COŞKUN BAYRAK
- An efficient graph-theoretical approach for interactive mobile image and video segmentation
Etkileşimli gezgin imge ve video bölütleme için çizge temelli etkin bir yaklaşım
OZAN ŞENER
Yüksek Lisans
İngilizce
2013
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH AYDIN ALATAN
- Semantic segmentation of RGBD videos with recurrent fully convolutional neural networks
RGBD videoların özyinelemeli tamamen konvolüsyonel yapay sinir ağları ile semantik bölütlenmesi
EKREM EMRE YURDAKUL
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜCEL YEMEZ
- Two-level temporal relation model for video instance segmentation
Video örnek segmentasyonu için iki seviyeli ilişki modeli
ÇAĞAN SELİM ÇOBAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA GÜNEY