Geri Dön

Real-time joint multi-camera multi-person tracking

Gerçek zamanlı bütünleşik çoklu kamera çoklu insan takibi

  1. Tez No: 872626
  2. Yazar: ABDUSSAMET TARIK TEMÜR
  3. Danışmanlar: DOÇ. DR. EMRE AKBAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 69

Özet

Bu çalışma, yerel (tek kamera) ve global (çoklu kamera) özellik mesafelerini birlikte optimize eden Gerçek Zamanlı bir Çoklu-Kamera Çoklu-Kişi Takip (MCMOT) sistemi oluşturmayı amaçlamaktadır. Mevcut yaklaşımların çoğu iki aşamalı, önce tek kamerada takip yapıp sonra takipleri bağlayan bir şema izlerken, bu çalışma ortak bir yaklaşıma odaklanmaktadır. Yöntemimiz, daha yaygın olan ve gelecekteki kareler üzerinde çalışan çevrimdışı takip algoritmalarının aksine gerçek zamanlı olarak sonuç üretir. Özetle çalışmamızın katkısı şu şekildedir: (i) Optimizasyon hedefinin her adımda hem yerel hem de global benzerlikleri dikkate aldığı bir ortak MCMOT formülasyonu, (ii) formülasyonun, gerçek zamanlı takip yapan bir algoritma ile gerçekleştirilmesi, ve (iii) IDF1 metriğinin çoklu kamera uzantısı olan ve bir çoklu kamera ağı içerisinde hareaket eden hedeflerin sürekli izlenebilirliğini ölçen yeni bir MCMOT değerlendirme metriği olan Global IDF1. Ayrıca, takip edilen hedeflerin farklı perspektiflerden gelen görüntülerini bir arada temsil eden özellik vektörleri çıkarmak üzere özgün bir Çoklu Görüş Birleştirme (MVF) ağı önermekteyiz. Yöntemimiz, sadeliğini kaybetmeden gerçek zamanlı bir şekilde en iyi çevrimdışı yöntemlerle karşılaştırılabilir sonuçlar üretmektedir.

Özet (Çeviri)

This study aims to construct a Real-Time Multi-Camera Multi-Person Tracking (MCMOT) system which jointly optimizes local (single-camera) and global (multi-camera) feature distances. While most existing approaches follow a two-stage track-thenassociate scheme, this work focuses on a joint approach. Our method also operates in real-time in contrast to the more common offline or windowed joint tracking algorithms which operate on future information. In summary, this study contributes: (i) A joint MCMOT formulation where the optimization objective solves both local and global tracking at teach step, (ii) a realization of the method in the form of an algorithm capable of producing real-time track IDs, and (iii) a new MCMOT evaluation metric we call Global IDF1 which acts as a multi-camera extension of the IDF1 metric, emphasizing continuous traceability of a target across a multi-camera network. We further propose a Multi-View Fusion (MVF) network to extract descriptive feature vectors for multi-camera detection groups. We report results comparable to offline state-of-the-art methods while remaining real-time and retaining simplicity.

Benzer Tezler

  1. Manipulation of visually recognized objects using deep learning

    Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi

    ERTUĞRUL BAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PINAR BOYRAZ

  2. Hand pose estimation and rendering for augmented reality

    Artırılmış gerçeklik için insan eli tahmini ve görselleştirme

    IKRAM KOURBANE

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAKUP GENÇ

  3. Değişken rezolüzyonlu görüntü örnekleyici

    Multi resolution image sampler

    RIZA CAN TARCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Y.DOÇ.DR. M. SAİT TÜRKÖZ

  4. Yapay sinir ağları ile robotlarda hareket kontrolü

    Motion control of robots with artificial neural networks

    HAKAN ARSLAN

  5. GPS ile elektronik uzaklık ölçülerin ölçeklerinin karşılaştırılması

    The scale comparison between GPS and EDMs

    AHMET KARABURUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Ana Bilim Dalı

    DOÇ. DR. ERSOY ARSLAN