Negatif olmayan matris ayrıştırma yöntemi ile video parmak izi çıkarımı
Video fingerprinting via non-negative matrix factorizations
- Tez No: 310394
- Danışmanlar: PROF. DR. BİLGE GÜNSEL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Parmak izi, Video indeksleme, Fingerprint, Video indexing
- Yıl: 2010
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez kapsamında, pek çok alanda kullanılan video parmak izi sistemlerinin özellikle videoda kopya sezme alanında kullanımı üzerinde durulmuştur. Kopya sezme problemlerinde bir parmak izi sisteminin, aynı video içeriğinin kopyasını bozulmaya uğramış olsa dahi sezebilmesi istenir. Bu yüzden video parmak izi sistemleri video verisine uygulanabilecek global bozulmalara (sıkıştırma, çerçeve hızını değiştirme, gürültü, gama bozulması vb.) ve geometrik dönüşümlere (aynalama, kaydırma, kırpma, yeniden boyutlandırma gibi) karşı dayanıklı olmalıdır. Pratikte kopya sezme alanında kullanılan arama-getirme sistemleri, kendilerine verilen bir videonun, daha önceden parmak izi çıkarma uygulaması tarafından veritabanına kaydedilmiş videolar arasında olup olmadığını anlamaya çalışır. Bu çalışmada biri anahtar-çerçeve, diğeri içerik tabanlı olmak üzere iki video parmak izi çıkarma yöntemi önerilmiştir. Önerilen yöntemlerin her ikisinde de video çerçevelerinden negatif olmayan matris ayrıştırma (NOMA) yöntemi ile elde edilen baz ve kodlama matrisleri kullanılarak elde edilen video parmakizi vektörlerinin kullanımı önerilmektedir. Performans testleri TRECVID 2002, 2009 ve 2010 veritabanlarından alınan video klipleri üzerinden gerçeklenmiştir ve başarım doğruluk, hatırlama ve bunların harmonik ortalaması olan kopya tespit başarım oranı (DCR) cinsinden raporlanmıştır.
Özet (Çeviri)
Modelling and retrieving video content is a difficult problem due to increasing amounts of media in applications such as broadcast monitoring, P2P network filtering or copy detection and constraints on media content representations. Video fingerprinting systems have been proposed to deal with such problems and used in wide range of applications. Copy detection features of video fingerprinting systems are the main concern of this work. In copy detection applications, a fingerprinting system should be able to match an input query video clip with its original content which has been previously introduced to the system. Thus, video fingerprinting system should be robust aginst possible modifications on input data. These modifications are generally mentioned under two different classes as global distortions and geometric transformations. Video re-encoding, frame rate conversion, changes in brightness, contrast and gamma, introduction of additive noise and blur can be given as examples of global distortions while flipping, shifting, cropping and resizing attacks are the examles of geometric transformations. In this work two video fingerprinting approaches are proposed. Both approaches use non-negative matrix factorization (NMF) as feature extraction tool but differs especially in selection of the input data. In the first approach, extracted fingerprints only correspond to the selected key-frames of the input video clip, while in the content based second method fingerprints are extracted for groups of successive frames. Proposed systems are tested on TRECVID 2002, 2009 and 2010 video databases and performance of the system is evaluated by using precision and recall rates as well as their harmonical average DCR (detection cost rate).
Benzer Tezler
- Artımsal negatif olmayan matris ayrıştırma ile gözetleme türü videolarda arka plan modelleme
Background modeling in video surveillance via incremental nonnegative matrix factorization
SERHAT SELÇUK BUCAK
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Perceptual audio source separation by subspace learning
Altuzay öğrenme ile algısal ses kaynak ayrıştırma
SERAP KIRBIZ
Doktora
İngilizce
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Comparison of single channel blind dereverberation methods for speech signals
Tek kanallı ses sinyallerinin ekodan arındırma yöntemlerinin karşılaştırması
DEHA DENİZ TÜRKÖZ
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN ERDOĞAN
- Negatif Olmayan Matris Ayrıştırma (NOMA) Algoritmaları ve Uygulamaları
Nonnegative Matrix Factorization (NMF) Algorithms and Its Applications
İHSAN KOÇAK
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA ENSARİ
PROF. DR. JACEK M. ZURADA
- Çoklu spektral ve pankromatik uydu görüntülerinin füzyonu için negatif olmayan matris ayrıştırma (NOMA) tabanlı yeni bir yöntem
A new method for non-negative matrix factorization for the fusion of multiple spectral and panchromatic satellite images
İBRAHİM İŞLER
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. IŞIN YAZGAN ERER