Çoklu video görüntüleri üzerinde akıllı hedef takibi
Intelligent target tracking on multi video images
- Tez No: 822862
- Danışmanlar: PROF. DR. MURAT KARABATAK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin Öğrenme, Araç Takibi, Araç Tespiti, B-ESA, Daha Hızlı B-ESA, YOLO, Deep Learning, Vechile Tracking, Vechile Detection, Fast RCNN, Faster RCNN, YOLO
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 109
Özet
ÖZET Dummy Çoklu Video Görüntüleri Üzerinde Akıllı Hedef Takibi Sevinç AY Doktora Tezi FIRAT ÜNİVERSİTESİ Fen Bilimleri Enstitüsü Yazılım Mühendisliği Anabilim Dalı Temmuz 2023, Sayfa: xii + 96 Son yıllarda, teknoloji alanında yaşanan gelişmelerle birlikte kamera, veri depolama cihazları ve yazılım sistemleri bileşenlerinden oluşan görsel gözetim sistemlerinin kullanımı da yaygınlaşmıştır. Görsel gözetim yapmak için kullanılan bu sistemler, nesneler veya insanların hareketlerini, davranışlarını gözlemlemede yaygın olarak tercih edilmektedirler. Trafikte kullanılan gözetleme sistemlerinde çeşitli algoritmalar sayesinde kalabalıklar arasında şüpheli şahısların ya da araçların anormal davranışlarının tespiti mümkün olmaktadır. Bu hareketlerin doğru bir şekilde tespit edilmesi oluşabilecek birçok tehlikenin önceden tespitine ve engellenmesine yardımcı olmaktadır. Günlük yaşamdaki birçok alanda görsel takip sistemlerinin kullanılma gereksinimi, son yıllarda araştırmacıların nesne takibi konusuna olan ilgisini arttırmıştır. Nesne tespiti ve takibi, görsel gözetim sistemlerinin yorumlanması amacıyla giderek daha yaygın olarak kullanılmaktadır. Tez çalışması kapsamında bir yol güzergâhında bulunan birden fazla kameradan alınan çoklu video görüntüleri kullanılmıştır. Bu tez çalışmasının ilk aşamasında, şüpheli olarak nitelendirilen bir aracın çoklu trafik video görüntüleri üzerinde geliştirilen araç takip yöntemi kullanarak izlenmesi sağlanmıştır. İkinci aşamasında aracın görüntülenebileceği kameraların belirlenmesi sağlanmıştır. Son aşamada ise derin öğrenme tabanlı nesne tanıma algoritmaları kullanılarak şüpheli aracın tespit edilme işlemi gerçekleştirilmiştir. Tez çalışmasında sırasıyla Bölge Tabanlı Evrişimli Sinir Ağı (B-ESA), Daha Hızlı Bölge Tabanlı Evrişimli Sinir Ağı (Daha Hızlı B-ESA) ve Yalnızca Bir Kez Bakarsınız (YOLO) kullanılmıştır. Deneysel sonuçlardan elde edilen ortalama kesinlik değerlerinin ortalaması (mean Average Precision-mAP) karşılaştırılmış ve Daha Hızlı B-ESA derin öğrenme modelinin ResNet101 omurga ağı ile eğitilmesi ile elde edilen % 89 değerinin en yüksek ortalama olduğu belirtilmiştir.
Özet (Çeviri)
ABSTRACT dummy Intelligent Target Tracking on Multi Video Images Sevinç AY Ph.D. Thesis FIRAT UNIVERSITY Graduate School of Natural and Applied Sciences Department of Software Engineering July 2023, Pages: xii + 96 In recent years, with the developments in the field of technology, the use of visual surveillance systems consisting of camera, data storage devices and software systems has become widespread. These systems, which are used for visual surveillance, are widely preferred in observing the movements and behaviors of objects or people. Thanks to various algorithms in the surveillance systems used in traffic, it is possible to detect the abnormal behavior of suspicious persons or vehicles among the crowds. Accurate detection of these movements helps to detect and prevent many dangers that may occur. The need to use visual tracking systems in many areas of daily life has increased the interest of researchers in object tracking in recent years. Object detection and object tracking is increasingly used for the interpretation of visual surveillance systems. Within the scope of the thesis study, multiple video images taken from more than one camera located on a road route were used. In the first stage of this thesis, a vehicle, which is considered suspicious, was monitored using the vehicle tracking method developed on multiple traffic video images. In the second stage, it was ensured that the cameras on which the vehicle could be viewed were determined. In the last stage, the suspicious vehicle was detected by using deep learning-based object recognition algorithms. In the thesis study, Region-Based Convolutional Neural Network (CNN), Faster Region-Based Convolutional Neural Network (Faster CNN) and You Only Look Once (YOLO) were used. The mean average precision (mAP) obtained from the experimental results were compared and it was stated that the 89% value obtained by training the Faster CNN deep learning model with the ResNet101 backbone network was the highest mean.
Benzer Tezler
- Embedded vision system designed on a heterogeneous computing platform and applied to semen analysis
Heterojen hesaplama platformu üzerinde tasarlanan gömülü görüntü sistemi ve semen analizi uygulanması
OSMAN LEVENT ŞAVKAY
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Video görüntüleri üzerinde FPGA ile gerçek zamanlı yüz eşleştirme
Real time face matching with FPGA on video images
FATİH İLKBAHAR
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL KARA
- Görüntü özelliklerinin değişimine göre haber videolarının özetlenmesi
News video summarization due to changes of image features
SÜREYYA HAMAMCI
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. M. ELİF KARSLIGİL
- Fast face detection and recognition on graphics processing units
Grafik işlemciler üzerinde hızlı yüz saptama ve tanıma
SALİH CİHAN TEK
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Classification of maneuvers of vehicles in front for driver assistance systems
Sürücü destek sistemleri için öndeki araçların manevralarının sınıflandırılması
YAĞIZ NALÇAKAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YALIN BAŞTANLAR