Geri Dön

Benzerliğe dayalı derin siyam ağları ile çok nesneli takipte kişileri yeniden tanımlama

Similarity based person re-identification for multi-objecttracking using deep siamese network

  1. Tez No: 753203
  2. Yazar: HARUN SULJAGIC
  3. Danışmanlar: DOÇ. DR. NUMAN ÇELEBİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 59

Özet

Hareket eden nesneleri tespit ve izleme süreci, bir başlangıç nesne seti alarak zaman içinde birkaç video karesi boyunca hareket ederken nesnelerin izlenmesini içerir. Çoklu nesne izlemede (MOT), bir nesne izleme gerçekleştirme süreci, tespit ve ilişkilendirmeleri kapsar. Nesne izlemenin genel amaçları, ilgili tüm nesneleri yerelleştirerek, tanımlayarak ve bunları video karelerinde izlemeye devam ederek kareler arasında tespit etmeyi ilişkilendirmektir. İyi bir MOT yaklaşımı, tek bir çerçevede birden fazla nesne bulmayı ve bu çerçeveden kimlik bilgilerini çıkarmayı amaçlar. Bir izleyici, karelerde tespit eksik olsa bile nesneleri takip ederek sahnelerdeki nesnelerin her biri için sürekli bir kimliğe sahip olmalıdır. Nesneler tıkandığı veya geçici olarak çerçevenin dışına çıktığı için MOT sorunları zordur. Bu çalışmada, Derin Siyam Ağı kullanılarak benzerlik temelli bir kişiyi yeniden tanımlama çerçevesi önerilmiştir. Çerçeve, tespit yaptıktan sonra kişinin yeniden tanımlanması için bir benzerlik dizisi kullanarak ve video dizisinin her karesi için nesne benzerliğini göz önüne alıyor. MOT16 ve MOT17 kıyaslamalarına dayalı deneysel sonuçlar, önerilen çerçevenin çeşitli izleme ölçümlerinde diğer metotlarla karşılaştırıldığında daha iyi performans gösterdiği gözlemlenmiştir.

Özet (Çeviri)

The process of detecting and tracking moving objects involves tracking objects as they move across several video frames over time taking an initial set of object detection. In multiple objects tracking (MOT), the process to perform an object tracking two common steps include detection and associations. The general aims for object tracking are to associate detection across frames by localizing and identifying all objects of interest and keep tracking them across video frames. A good MOT approach aims to find multiple objects in an individual frame and extract the identity information from that frame. A tracker should have a continuous ID for each of the objects within the scenes by keeping track of objects even when the detection is missing in the frames. MOT problems are challenging since objects occluded or temporarily go out of frame. In this work, we propose a similarity-based person re-identification framework using the Deep Siamese Network. Our framework is using a similarity array for person re-identification after detection is executed and examines the object similarity for each frame of the video sequence. Experimental results based on the MOT16 and MOT17 benchmarks show that our proposed framework outperforms the state-of-the-art performance on several tracking metrics.

Benzer Tezler

  1. Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA

  2. Derin obje sezicilerle tümleştirilmiş bayesçi filtreleme ile videoda obje izleme

    Integration of bayesian filtering and deep object detection for video object tracking

    FİLİZ GÜRKAN GÖLCÜK

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL KALYONCU

  3. Siamese networks for predictive maintenance

    Kestirimci bakım için siyam ağları

    UĞUR CEYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAKUP GENÇ

  4. Derin öğrenme ağ yapılarının uyku evreleme problemlerine uygulanması

    Application of deep learning architectures on sleep staging problems

    ENES EFE

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SERAL ÖZŞEN

  5. Erken Hristiyan ve ilk Bizans resim ve kabartma sanatında kaynak ve okullar (2 cilt)

    Sources and school of painting and sculpture during the early Christian and first Byzantine period

    AHMET MEHMET KİPMEN

    Doktora

    Türkçe

    Türkçe

    1996

    Güzel SanatlarMimar Sinan Güzel Sanatlar Üniversitesi

    PROF.DR. SEMRA GERMANER