MOVING OBJECT DETECTION AND TRACKING USING UNSUPERVISED MACHINE LEARNING TECHNIQUE
DENETİMSİZ MAKİNE ÖĞRENME TEKNİĞİYLE HAREKETLİ NESNE TESPİTİ VE İZLEME
- Tez No: 716149
- Danışmanlar: PROF. DR. OĞUZ BAYAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Hareketli nesneler, Moving objects
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Birçok nesnenin tanımlanması ve takibi, bilgisayar tabanlı görüş kontrolü ve davranış tanımadaki en kritik görevler arasındadır. Bu teklif, gerçek zamanlı bir çoklu nesne algılama sistemi sunar ve çıktısını halihazırda kullanımda olan üç yöntemle karşılaştırır. 'İzleme Özellikleri' algoritması, her çerçevenin özellik noktalarının çıkarılması için kullanılır. Harekete bağlı bilgiye dayalı olarak, hareket eden nesneler için fonksiyon noktaları aşağıdaki çerçeveden çıkarılır. Bunun yerine, her bir kare, hareketli bilgi ve konumlarına göre hareket eden nesnelerin sayısını hesaplar ve sonuçta Kmeans Algoritmasını kullanarak kümeleri hesaplar. Bu analiz için hareketli nesnelerin kümelenmesi, piksel ve hareket yoğunluklarından, hareket yönü ve özellik noktası konumundan oluşan özellik vektörleri kullanılarak gerçekleştirilir. Öneri, hassasiyet ve performans açısından hareketli nesnelerin sayısını belirleme ve hızlı bir şekilde izleme konusunda son derece etkilidir.
Özet (Çeviri)
The identification and tracking of many objects are among the most critical tasks in computer-based vision control and behavior recognition. This proposal introduces a multiple object detection system in real time and contrasts its output with three methods already in use. The algorithm 'Tracking Features' is used for extraction of each frame's feature points. Based on movement-dependent knowledge, the function points for moving objects are extracted from the following frame. Instead, each frame calculates the number of moving objects based on their moving information and location and ultimately clusters using the Kmeans Algorithm. For this analysis the clustering of moving objects is carried out using feature vectors consisting of the intensities of pixels and motion, Direction of movement and feature point location. The proposal is extremely effective in determining and quickly monitoring the number of moving objects with regard to precision and performance.
Benzer Tezler
- Liorhyssus hyalinus (F.) (heteropterar haopalidae)'ta anten rejenerasyon kapasitesinin saptanması üzerinde araştırmalar
Investigations on the Antennal regenerative capasity of Lrorhyssus hyalinus (F.) (heteroptera: rhappalidea)
SACİDE BÜLBÜL
- Doğu Karadeniz bölgesi kıyı şeridini korumak için en uygun yapı tipinin belirlenmesi
Başlık çevirisi yok
RASİM TULGAR
Yüksek Lisans
Türkçe
1987
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BASRİ ERTAŞ
- Sabit çıkış projeksiyon alanı ve lüle yüksekliğine sahip dairesel kesitli üç boyutlu hava yastıklarının mukayeseli etüdü
A Comparative study of three-dimensional air cushions with circular cross section, exit projection area and constant nozzle height
ARMAĞAN İNALHAN