Moving object detection with supervised learning methods
Denetimli öğrenme metotlarıyla hareketli nesne tespiti
- Tez No: 693764
- Danışmanlar: PROF. DR. ABDULLAH AYDIN ALATAN, DR. KUTALMIŞ GÖKALP İNCE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- 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: 115
Özet
Bu tezde, tek hedefli nesne tespit konusu incelenmektedir. Nesne tespit bir görüntü veya görüntü grubundaki her bir nesneyi ön tanımlı sınıfıyla beraber tanımlamayı hedefleyen bir problemdir. Bu tezin ana hedefi uzam-zamansal bilgiyi kullanarak hareketli nesne tespit çalışmalarında performans artırımı elde etmektir. Bu amaçla, evrişimsel sinir ağları mimarisini baz alan modern nesne tespit algoritmaları incelenmiştir. Bu inceleme dahilinde, nesne tespit için zamansal bilgiyi kullanan güncel literatür araştırılmış, bazı yeni yöntemler önerilmiştir. Üstte belirtilen incelemelerin yanında, çalışmada ayrıca bazı ek araştırmalar da yapılmıştır. Güncel nesne tespit algoritmaları denetimli öğrenme yöntemlerini içeren derin sinir ağlarını temel almaktadır. Bu metotlar yüksek seviyede insan emeği isteyen büyük miktarda işaretli veriye ihtiyaç duyduğundan bunu aşmak adına otomatik ve yarı-otomatik işaretleme yöntemleri ortaya çıkmıştır. Bunun yanında, otomatik işaretleme yöntemleri bazen hatalı işaretlemelere sebep olabilmektedir ve bu tarz işaretlemelerin etkisi araştırılmıştır. Bazı işaretleme hatalarını düzeltmek için yeni bir yöntem önerilmiştir. Bu çalışma başka bir araştırmayla bir aşama daha ilerletilmiş ve yarı otomatik nesne işaretleme için işaretleme zahmetinde önemli ölçüde düşüş sağlayan alternatif bir yöntem önerilmiştir.
Özet (Çeviri)
In this thesis, single target object detection problem is examined. Object detection is a problem that aims defining all of the objects of interest with their pre-defined classes in an image, or in a series of images. The main objective of this thesis is to exploit spatio-temporal information for performance enhancement during moving object detection. To this extent, modern object detection algorithms which are based on CNN architectures are analyzed. Based on this analysis, state-of-the-art techniques which are focused on utilization of temporal information on object detection are studied and some new methods are proposed. Apart from the aforementioned analysis, some additional studies are also covered. The state-of-the-art object detection algorithms are based on the deep neural networks which are trained via supervised learning. Since these methods need lots of annotated data which also requires a lot of human labor, automatic and semi-automatic annotation methods are employed to overcome this problem. However, automated annotation methods sometimes result in erroneous annotations and effects of these type of errors are examined. A novel method is proposed to correct some type of such annotation errors. This effort is extended with another preceding work, which suggests an alternative method for semi-automatic bounding box annotation for object detection with a significant reduction on annotation effort.
Benzer Tezler
- Robotik uygulamalar için oto kodlayıcı kullanılarak denetimsiz arkaplan çıkarılması
Unsupervised background extraction using autoencoders for robotic applications
ALİ NURİ ŞEKER
Yüksek Lisans
Türkçe
2022
Mekatronik MühendisliğiSelçuk ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN DOĞAN
- A crowd-aware and self-supervised approach for object detection in wide area motion imagery
Geniş alan hareketli görüntülerde nesne tespiti için kendi kendini denetleyen ve kalabalığın farkında yöntem
POYRAZ UMUT HATİPOĞLU
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CEM İYİGÜN
PROF. DR. SİNAN KALKAN
- İç ve dış ortam çalışma sahasında gerçek zamanlı kişi tespiti ve ekipman analizi
Real-time human detection and equipment analysis in indoor and outdoor worksite
KADİR HIDIMOĞLU
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LALE ÖZYILMAZ
- Moving object detection in 2D and 3D scenes
2 boyutlu ve 3 boyutlu sahnelerde hareketli nesne tespiti
SALİM SIRTKAYA
Yüksek Lisans
İngilizce
2004
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN ALATAN
- Moving object identification and event recognition in video surveillance systems
Güvenlik amaçlı video sistemlerinde hareketli nesnelerin tanınması ve olay analizi
BURKAY BİRANT ÖRTEN
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
DOÇ.DR. AYDIN ALATAN