Real-time object tracking in aerial images
Hava görüntülerinde gerçek zamanlı obje takibi
- Tez No: 621631
- Danışmanlar: PROF. DR. CEM ÜNSALAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Görsel nesne takibi yöntemlerinin, doğası gereği, genellikle gerçek zamanlı çalışmaları istenir. Bu durumda, takip edici algitmanın gerektirdiği işlem yükü oldukça önemlidir. Hızlı ve düşük hafıza gereksinimi ile çalışan görsel takip ediciler zaman, yer ve güç bakımından kısıtlı uygulamalar için çok önemlidir. Bunlara örnek olarak insansız hava araçları üzerinde çalışan takip edici uygulamalar gösterilebilir. Bu tezde hava görüntüleri için çalışacak, işlem yükü oldukça az bir görsel nesne takip edici sunulmaktadır. Sunulan yöntem, obje temsili ve takibi olmak üzere iki ana kısımdan oluşmaktadır. Bu tezde sunulan yenilik, hedefi basit fakat gayet esnek bir şekilde olasılıksal sonuç veren nesne bulucu bir algoritmanın takip etme yöntemleri ile birleştirilmesidir. Olasılıksal nesne temsil yöntemi geleneksel kenar bulma veya görüntü öznitelikleri temellidir. Olasılıksal gösterim, Bayesçi takip methodunu uygulamamıza olanak verir. Bu amaç için üç farklı yöntem denedik. Bunlar sırası ile şu şekildedir. İlk olarak kafes tabanlı pdf tahmini denendi. İkinci olarak Kalman filtresi ile takip işlemin basitleştirip hızlandırdık. Üçüncü olarak da, parçacık filtresi işlem yükünü azaltmak ve takip başarını arttırmak için kullandık. Bu tezde sunduğumuz yöntemin gerektirdiği işlem yükü o kadar azdır ki ARM Cortex-M7 mikrodenetleyici üzerinde çalışabilir. Dolayısıyla yöntemden sonuçları elde edebilemk için, hem bilgisayar için hem de mikroişlemci için uyguladık. Uygulama adımı işlem yükü azaltma ve hızlandırma bakımından yenilikler içermektedir. Bunun yanında önerilen yöntemimizi literatüredeki diğer önemli yöntemler ile karşılaştırdık. Böylece yöntemimizin özellikle mikroişlemciler için işlevselliğini göstermiş olduk.
Özet (Çeviri)
Visual object trackers usually operate in real-time required by their nature. Hence, the processing power demanded by them becomes very important. Moreover, fast trackers with low memory footprint are very important for space, time, and power constrained applications such as UAV on-board visual trackers. In this dissertation, a visual object tracker which can operate on aerial images with low processing load is proposed. The proposed method consists of two main parts as object representation and tracking. The novelty of our method is in adding a simple yet flexible probabilistic object representation method to the tracking framework. The proposed probabilistic object representation method is based on classic edge or image feature detection methods. This representation allows us modifying the tracker based on Bayesian tracking framework. To do so, we use three methods as follows. First, the grid based pdf approximation is used in tracking. Second, Kalman filter is used to simplify the framework and speed up the tracking process. Third, particle filtering is applied to decrease the computational cost and increase success rate. The proposed method requires such a low processing power that it can work on an ARM Cortex-M7 microcontroller. Hence, we implemented it on both such a microcontroller and PC. The implementation step also includes novel contributions in terms of decreasing computation cost and speed up processes. Besides, we also compared the proposed method with the state of the art in literature. This allowed us to justify the usefulness of the proposed method especially when implemented on a microcontroller.
Benzer Tezler
- Enhancing urban search and rescue planning: Real-time integration of aerial object detection, rescue member observations, and tracking with qualitative spatial reasoning
Kentsel arama ve kurtarma planlamasının geliştirilmesi: Nitel uzaysal akıl yürütme ile nesne algılama, kurtarma üye gözlemleri gerçek zamanlı entegrasyonu ve nesne takibi
MOHAMMAD ABDEH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ESRA ERDEM PATOĞLU
- Görüntü işleme ve yapay zekâ teknikleri kullanarak havadan alınan görüntülerin bulanıklık giderilmesi ve zararlı tespiti yapılması
Deblurring and pest detection of aerial images using image processing and artificial intelligence techniques
ÖMER ÇANGA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiSivil Havacılık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT ONAY
- Drone ile drone takibi için dağıtık derin takviyeli öğrenme yaklaşımları
Distributed deep reinforcement learning approaches for drone tracking with drone
ZİYA TAN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Acceleration of image processing modules in wide-area aerial surveillance
Başlık çevirisi yok
ZEYNEP GÜLBEYAZ DEMİRDAĞ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN FEHMİ ATEŞ
DR. ÖĞR. ÜYESİ İSMAİL AKTÜRK
- Hava araçları ile alınan görüntülerden derin öğrenme ile felaketzede tespiti
Human - survivor detection for unmanned aerial vehicle with deep learning technics
MUSTAFA GÖREN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKırklareli ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT OLCAY ÖZCAN