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
- Tez No: 809430
- Danışmanlar: PROF. DR. CEM İYİGÜN, PROF. DR. SİNAN KALKAN
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, Science and Technology, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Geniş Alan Hareketli Görüntülerde (WAMI) nesnelerin algılanması bir çok WAMI uygulaması için temel bir işlev olup, özellikle trafiğin olduğu alanlar gibi kalabalık bölgelerde oldukça zorlayıcı bir problemdir. Nesnelerin piksel çözünürlüklerinin düşük olması, yer örnekleme mesafesinin oldukça büyük olması ve bunlara ek birçok farklı faktör görsel sinyallerin bozulmasına bu problemin zorlayıcılığının ana faktörleri olarak görülebilir. Bu zorluğun üstesinden gelmek için, uzamsal-zamansal aşamalı mimariler ile tasarlanmış iki çözüm yaklaşım önermekteyiz. Derin ağ mimarileri birbirine benzer olsa da, bu iki yaklaşımın eğitim ve çalışma ilkeleri büyük ölçüde farklılık göstermektedir. Yaklaşımlardan biri verilen temel doğru bilgisini kullanıp tamamen denetimli öğrenme ilkelerinden yararlanırken, ikinci yöntem hareketli bir nesne detektörü oluşturmak için hedeflerin konumları hakkında herhangi bir ön bilgiye ihtiyaç duymaz. Bildiğimiz kadarıyla, ikinci yaklaşım, WAMI'de nesne tespiti için yer gerçeği bilgisi kullanılmadan eğitilen ilk derin uzaysal-zamansal yöntemdir. Ayrıca, WAMI'de özellikle kalabalık alanlarda tespit performansını artırabilmek adına derin ağları eğitmek için yeni bir kalabalığın farkında eşikli kayıp (CATLoss) fonksiyonu önermekteyiz. Parametre eklemesi yapmadan geniş bağlamsal bilgileri daha iyi birleştirebilmek için, literatürde kullanılan önceki ağları genişletilmiş evrişim katmanlarıyla donatıyoruz. Özetle yaklaşımlarımız nedensel, genelleştirilebilir ve küçültülmüş uzamsal boyutlarda bile başarılı olacak şekilde tasarlanmıştır. WPAFB-2009 veri setinde, çıkarım sırasında herhangi bir hesaplama karmaşıklığı getirmeden çözümlerimizin en son teknolojiden daha iyi veya ona eşit performans sergilediğini göstermekteyiz.
Özet (Çeviri)
Detecting objects in Wide Area Motion Imagery (WAMI), an essential task for many practical applications, is particularly challenging in crowded scenes, such as areas with heavy traffic, since pixel resolutions of objects and ground sampling distance are highly compromised, and different factors disrupt visual signals. To address this challenge, we introduce two novel approaches including spatio-temporal cascaded architectures. Even though the deep detector architectures are similar, the training and operating principles of these two approaches differ greatly. While one of the approaches uses the given ground truth information and utilizes completely supervised learning principles, the second one does not need any prior knowledge about the locations of the targets to build a moving object detector. To the best of our knowledge, the latter approach is the first deep spatio-temporal approach trained without using ground truth information to detect objects in WAMI. Moreover, we propose a novel crowd-aware thresholded loss (CATLoss) function for training deep networks for detection in WAMI for improved performance in especially crowded areas. Furthermore, to incorporate more contextual information without introducing additional parameters, we extend prior networks used in the literature with dilated convolution layers. Overall, our approaches are causal, more generalizable, and more robust even in reduced spatial sizes. On the WPAFB-2009 dataset, we show that our solutions perform better than or on par with state-of-the-art without introducing any computational complexity during inference.
Benzer Tezler
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi
Başlık çevirisi yok
NACİYE TÜRKEL
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Atherosklerotik kalp hastalıklarında risk faktörleri
Risk factors in the coronary artery disease
MURAT SUHER