Visual object tracking using semi supervised convolutional filters
Yarı denetimli eğitilmiş katlamalı filtreler ile görsel nesne takibi
- Tez No: 649800
- Danışmanlar: PROF. DR. ABDULLAH AYDIN ALATAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 125
Özet
Görsel nesne takibi birçok gerçek hayat uygulamalarında kullanılan zorlu bir bilgisayarlı görme problemidir. Son yıllarda korelasyon filtreleri görsel takip problemi için doğruluk ve performans açısından mükemmel sonuçlar vermistir. Bu filtreler tarafından kullanılan nesne niteliklerinin özellikleri filtrenin performansı üzerinde önemli rol oynamaktadir. Korelasyon filtrelerinin en uygun nitelikleri öğrenebilmesi için son zamanlarda gelecek vaad eden derin ögrenme tabanlı metodlar ortaya çikmistir. Bu tez çalısmasında nesnelerin farklı açılarda pozisyonlarını en doğru şekilde tahmin edecek görsel takip problemi için derin öğrenme tabanlı, yarı denetimli öğrenme kullanılarak eğitilmiş katlamalı niteliklerin etkileri incelenecektir.
Özet (Çeviri)
Visual object tracking is a challenging computer vision problem with numerous real-world applications. During recent years, correlation filters have produced excellent results in terms of accuracy and performance for visual tracking problem. Feature properties which are utilized by these filters plays important role on the performance. Recently, deep learning based methods have emerged to learn best features for correlation filters, which have shown promising results. In this thesis, the impact of semi supervised trained convolutional filters for the visual tracking problem will be investigated in order to obtain robust features predicting the object location with high accuracy and being invariant to any kind of apperance change.
Benzer Tezler
- Kapalı ortamlarda yerelleştirme ve haritalama için sensör füzyonu
Sensor fusion for gps denied environment for localization and mapping
HÜSEYİN BURAK KURT
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- Visual object tracking using co-difference features
Ortak fark öznitelikleri kullanarak görsel nesne takibi
HÜSEYİN SEÇKİN DEMİR
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ENİS ÇETİN
- Deep learning-based visual object tracking using edge computing on embedded system
Gömülü sistem üzerinde sınır bilişim kullanarak derin öğrenme tabanlı görsel nesne izleme
MOHAMMAD FAHD HUSSEIN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN ÖZBAY
- Visual object tracking by using deep neural networks
Derin sinir ağları kullanılarak görsel nesne takibi
HASAN SARİBAŞ
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiHavacılık Elektrik ve Elektroniği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNEM KAHVECİOĞLU
PROF. DR. HAKAN ÇEVİKALP
- Improvement on motion-guided siamese object tracking networks using prioritized windows
Nesne takibinde kullanılan hareket-yönlendirmeli siyam ağlarında önceliklendirilmiş pencereler ile iyileştirme
ÜNVER CAN ÜNLÜ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YALIN BAŞTANLAR