Visual detection and tracking of unknown number of objects with nonparametric clustering methods
Parametrik olmayan kümeleme yöntemleri ile bilinmeyen sayıda nesnenin görsel tespit ve takibi
- Tez No: 434059
- Danışmanlar: DOÇ. DR. HAKAN ERDOĞAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Çoklu hedef izleme, Multiple target tracking
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
K ümeleme i slemi sonucunda elde edilecek k ümelerin sayı sı nı n girdi olarak verilmesini gerektirmeyen ve k üme sayı sı nı da tahmin edebilen y öntemler literat urde parametrik olmayan k umeleme y öntemleri olarak anı lmaktad ır. Bu tezde yayg ın bilgisayarla g örü problemlerine parametrik olmayan k ümeleme y öntemlerinden faydalanan çözümler sunuyoruz. Özellikle çoklu nesne takibi ve insan say ım uygulamalar ına çözüm getirmeye cal ışı yoruz. Bu konudaki ana motivasyonumuz, bahsi ge çen konular veri ili skilendirme i slemi olarak ele almak ve veri ili skilendirme problemini üzerinde cal st ığımı z konunun do ğas ına özg ü bir sekilde tanı mlayarak ilgili k ümeleme y önteminin parametrik olmayan yap ısı ndan faydalananmaya cal smakt r. İlk olarak tespit temelli olmayan ve bilinmeyen say da nesneyi s upernokta k ümeleyerek takip eden bir nesne takibi y öntemi sunuyoruz. Uzaysal ve g örsel özniteliklerini tanı mladı ğı m ız hedef k ümelerin, zaman i cerisinde de ği sen özniteliklerini arda şı k olarak k ümeleyerek takip ediyoruz. Elde edilen k ümeler zaman i çerisinde takip edilen hedefleri vermektedir. Ek olarak k ısa takip izlerini bilinmeyen say ıda ize k umeleyen bir y öntem sunuyoruz. K ümeleme benzerli gi k ısa izlerin uzay-zamansal öznitelikleri kullan ılarak tanı mlanmaktad r. K ümeleme s üreci nesnelerin zamanla de gi sen izlerini g ürb üz bir sekilde vermektedir. Bu y öntemden ayn ı zamanda tespit temelli olmayan takip sonu clar n iyile stirmek i cin de faydalan yoruz. Son olarak da ham insan tespiti sonu çlar n kullanarak insan gruplar elde ediyoruz ve her grup i cerisindeki insan say s n k umeleme i cin kulland ığı mı z haz ır öznitelikleri kullanarak, perspektiften ba ğıms ız bir öl çü kullanarak tahmin ediyoruz.
Özet (Çeviri)
Clustering methods that do not expect the number of clusters to be known a priori and infer the number of clusters are known as nonparametric clustering methods in the literature. In this thesis we propose novel approaches to common computer vision applications using nonparametric clustering. We attack the problems of multiple object tracking and people counting. Our main motivation is to approach those as data association tasks where we de ne the data association problem speci c to the nature of the application and bene t from the nonparametric nature of the clustering model. We rst propose a detection free tracking method which tracks an unknown number of objects by clustering superpixels. We de ne the clusters as targets with spatial and visual features and track their changes through time by sequential clustering. The clusters yield tracked targets through time. We also propose a method for clustering short track segments into unknown number of tracks. The clustering similarity is de ned using the spatio-temporal features of the short track segments. The clustering process yields robust tracks of objects through time. We use this approach also to improve the tracking results of the detection free tracking proposed before. Finally we cluster raw person detector outputs to obtain groups of people in a scene and estimate the number of people inside a cluster using the features already extracted for clustering with a proposed metric which is invariant to perspective distortion.
Benzer Tezler
- Compressed sensing based 3D image reconstruction in digital breast tomosynthesis and micro-bioimaging
Sayısal meme tomosentezinde ve mikro biyogörüntülemede sıkıştırılmış algılama tabanlı 3B görüntü geri çatma
ADEM POLAT
Doktora
İngilizce
2018
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Moving part recognition and automatic pick and place using an industrial robot
Harketli parçaların tanınması ve endüstriyel robot kullanarak bu parçaların alınması ve yerleştirilmesi
ERHAN İLHAN KONUKSEVEN
- Visual detection and tracking of moving objects
Hareketli nesnelerin görsel tespiti ve izlenmesi
HAMZA ERGEZER
Yüksek Lisans
İngilizce
2007
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL LEBLEBİCİOĞLU
- Efficient detection and tracking of salient regions for visual processing on mobile platforms
Hareketli platformlarda görsel işlemede kullanilmak üzere dikkat çekici bölgelerin verimli bir şekilde çikarilmasi ve takip edilmesi
GÜLHAN SERHAT
Yüksek Lisans
İngilizce
2009
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AFŞAR SARANLI
- Visual object detection and tracking using local convolutional context features and recurrent neural networks
Yerel evrişimli bağlam öznitelikleri ve yinelemeli sinir ağları kullanarak görsel nesne tespiti ve takibi
EMRE CAN KAYA
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH AYDIN ALATAN