Tez No İndirme Tez Künye Durumu
305766
Vision-assisted object tracking / Görme yardımlı nesne takibi
Yazar:KEMAL ARDA ÖZERTEM
Danışman: PROF. DR. A. AYDIN ALATAN ; PROF. DR. MÜBECCEL DEMİREKLER
Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Bölümü
Konu:Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering
Dizin:
Onaylandı
Yüksek Lisans
İngilizce
2012
150 s.
Bu tezde, bilgisayarla görme ve kestirim teorisine dayanan bir video takip yöntemi önerilmektedir. Bu amaçla, yapılan tüm çalışma birbiriyle ilişkili dört alt probleme ayrılmıştır. İlk bölüm hareketli nesne algılamasıdır; hareketli nesne algılaması için iki farklı arka plan modelleme yöntemi geliştirilmiştir. İkinci bölüm ise öznitelik çıkarımı ve video çerçeveleri arasındaki görsel akış tahmininden oluşmaktadır. Öznitelik çıkarımı yöntemi olarak, tanınan bir köşe algılayıcı algoritması kullanılmış ve bu çıkarım sadece sahnedeki hareketli bölgelere uygulanmıştır. Öznitelik noktaları için, görsel akış vektörleri Kanade Lucas takipçisinin geliştirilmiş sürümü kullanılarak hesaplanmıştır. Elde edilen ardışık çerçeveler arasındaki görsel akış alanı doğrudan önerilen takip yönteminde kullanılmıştır. Üçüncü bölümde, takip etme işlemini sağlaması için bir parçacık filtresi yapısı kurulmuştur. Fakat, parçacık filtresi durum denklemine düzeltme terimi olarak görsel akış verisinin eklenmesiyle geliştirilmiştir. Çalışmanın son bölümünde, önerilen yaklaşımın performansı standart parçacık filtresi tabanlı takipçilerle karşılaştırılmıştır. Elde edilen simülasyon sonuçlarına dayanarak, görsel akışın takip formülasyonunda kullanılmasının tüm performansı arttırdığı söylenebilir.
In this thesis, a video tracking method is proposed that is based on both computer vision and estimation theory. For this purpose, the overall study is partitioned into four related subproblems. The first part is moving object detection; for moving object detection, two different background modeling methods are developed. The second part is feature extraction and estimation of optical flow between video frames. As the feature extraction method, a well-known corner detector algorithm is employed and this extraction is applied only at the moving regions in the scene. For the feature points, the optical flow vectors are calculated by using an improved version of Kanade Lucas Tracker. The resulting optical flow field between consecutive frames is used directly in proposed tracking method. In the third part, a particle filter structure is build to provide tracking process. However, the particle filter is improved by adding optical flow data to the state equation as a correction term. In the last part of the study, the performance of the proposed approach is compared against standard implementations particle filter based trackers. Based on the simulation results in this study, it could be argued that insertion of vision-based optical flow estimation to tracking formulation improves the overall performance.