Çoklu bant görüntü füzyon yoluyla gelişmiş hedef tespiti ve takibi
Enhanced target detection and tracking through multiband image fusion
- Tez No: 967673
- Danışmanlar: PROF. DR. MURAT EFE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hedef tespit ve takibi son yıllarda gelişen ve önemi giderek artan kritik bir konu haline gelmiştir. Askeri ve sivil alanlar başta olmak üzere radar veya görüntü üzerinden hedef tespit ve takibi yapmak mümkündür. Özellikle maliyet açısından düşük olması ve kullanılabilirlik açısından günümüzde sıklıkla görüntü üzerinden hedef tespit ve takibi yapılmaktadır. Gelişen teknoloji ve yapay zekâ ile birlikte elde edilen tek bant görüntüler kolaylıkla kandırılabilir/atlatılabilir hale gelmiştir. Bu soruna çözüm olarak, çoklu bant görüntü füzyon yöntemi öne çıkmaktadır. Bu çalışmada, günümüzde sıklıkla kullanılan görünür bant ve kızılötesi bant görüntüler, modern füzyon tekniklerinden biri olan piksel bazlı uyarlanabilir ağırlıklı görüntü füzyonu (PAWIF) ve klasik füzyon tekniklerinden biri olan ayrık dalgacık dönüşümü kullanılarak birleştirilmiştir. 320x240 çözünürlüğe sahip ve çoklu hedef barındırarak birleştirilen görüntüler daha sonra takip performansını daha sağlıklı ölçebilmek adına 640x480 çözünürlüğe ölçeklendirilmiştir. Tespit ve takip performansını artırmak amacıyla çeşitli görüntü işleme teknikleri kullanıldıktan sonra modern tespit algoritmalarından birisi olan YOLO ve klasik tespit algoritmalarından birisi olan Haar Cascade kullanılarak tespit işlemi yapılmıştır. Her tespit adımından sonra yine günümüzde oldukça popüler olan DeepSORT algoritması ve klasik takip algoritması olan Basitleştirilmiş Kalman Filtre kullanılarak takip yapılmıştır. Modern ve klasik, tespit ve takip algoritmaları kullanılarak füzyon edilen görüntülerin hem görüntü işlemeli hem görüntü işlemesiz hem de füzyon edilmeden ki versiyonlarının performansları, tespit için Doğruluk (Accuracy), Duyarlılık (Recall), Kesinlik (Precision), F1 Skoru; takip için Çoklu Nesne Takip Doğruluğu (MOTA), Çoklu Nesne Takip Duyarlılığı (MOTP) ve Yüksek Düzey Takip Doğruluğu (HOTA) kullanılarak hesaplanmıştır. Tez çalışmasında elde edilen sonuçlar, modern füzyon yöntemlerinin modern tespit ve takip algoritmalarıyla birlikte kullanıldığında klasik yöntemlere kıyasla daha yüksek performans sağladığını ortaya koymuştur.
Özet (Çeviri)
Target detection and tracking have emerged in recent years as critical topics of growing importance, in both military and civilian domains. These tasks can be performed using radar data or image-based approaches. Due to the lower cost and higher accessibility, image-based detection and tracking methods have become increasingly widespread. However, with advancements in technology and artificial intelligence, single-band images have become more susceptible to deception and evasion. To address this limitation, multi-band image fusion has gained prominence. In this study, visible and infrared images- two of most commonly used spectral bands- are fused using two approaches: a modern technique known as Pixel-wise Adaptive Weighted Image Fusion (PAWIF) and a classical method based on Discreate Wavelet Transform (DWT). After fusion, the images- originally at a resolution of 320x240 and containing multiple targets- are upscaled to 640x480 to allow for more robust tracking performance evaluation. To enhance detection and tracking performance, various processing techniques are applied. Object detection is then performed using both a modern algorithm (YOLO) and a classical one (Haar Cascade). Following each detection step, tracking is carried out using the widely adopted DeepSORT algorithm, as well as a simplified Kalman filter representing a classical tracking method. The performance of fused image is evaluated under three configurations: with image processing, without image processing and without fusion. Detection performance is assessed using Accuracy, Recall, Precision, and F1 Score; while tracking performance is evaluated using Multiple Object Tracking Accuracy (MOTA), Multiple Object Tracking Precision (MOTP), and Higher Order Tracking Accuracy (HOTA). Experimental results demonstrate that the combination of modern fusion methods with modern detection and tracking algorithms yields significantly improved performance compared to classical approaches.
Benzer Tezler
- Sparsity based pansharpening and a new pansharpening method using a guiding image
Seyreklik tabanlı pankeskinleştirme ve kılavuz görüntü kullanan yeni bir pankeskinleştirme yöntemi
RONGLEI JI
Yüksek Lisans
İngilizce
2019
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Çoklu-odaklı görüntülerin birleştirilmesi
Multi-focus image fusion
SAMET AYMAZ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEMAL KÖSE
- Modern haberleşme sistemlerinde görüntü kodlaması ve sıkıştırmasında özgün matematik yöntemler
Original mathematical methods for image coding and compression in modern communication systems
MURAT GEZER
Doktora
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR SIDDIK BİNBOĞA YARMAN
- Çoklu-sensör uzaktan algılamada kör yöntemlerle öznitelik sentezleme
Feature synthesis for multi-sensor remote sensing via blind methods
ÖZGÜR MURAT POLAT
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YAKUP SABRİ ÖZKAZANÇ
- Farklı sayısal görüntü işleme teknikleri ile biyometrik görüntü analizi
Biometric image analysis with different digital image processing techniques
LACHEN EL FATIMI
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEZAİ TOKAT