Tez No	İndirme	Tez Künye	Durumu
223723		3D model based stochastic tracking of license plates in video sequences / Video dizilerindeki araç plakalarının üç boyutlu model yardımıyla stokastik yöntemlerle izlenmesi Yazar:İLHAN KUBİLAY YALÇIN Danışman: PROF.DR. MÜHİTTİN GÖKMEN Yer Bilgisi: İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Araç plakası tanıma = Vehicle license plate recognition ; Araç takip sistemi = Vehicle tracking system	Onaylandı Doktora İngilizce 2007 147 s.
Bu çalışmanın amacı, araç plakalarının üç boyutlu uzay içerisindeki konum veyönelimlerinin bulunması için video görüntüsünden izlenmesidir. İzleme işlemi her birolası konum ve yönelimi deneyerek ve o andaki video karesine en iyi uyanı seçerekgerçekleştirilebilir. Eğer nesnenin altı dereceli uzaysal serbestliği berlirlenmekisteniyorsa, durum uzayı altı boyutlu alınabilir. Her serbestlik derecesi için olasıdeğerleri 100 kabul edersek, bu nesneyi olası her durumu deneyerek izleyebilmek içingörüntü verisi üzerinde 1006 karşılaştırma yapmamız gerekmektedir. Bu sınırlıçözünürlük ve altı dereceli serbestlik uzayında dahi, bu şekilde gerçek zamanlı izlemeyapmanın mümkün olmadığı açıktır. Bu aşamada stokastik izleme kavramı anlamlıolmaktadır. Stokastik izlemenin ardında yatan düşünce, her olası nesne durumunudenemek yerine, durum hakkında tahminlerde bulunmak ve bu tahminleri o anki videokaresi ile karşılaştırarak sonuçları bir sonraki video karesi için tahmin yapmaktakullanmaktır. Son yıllarda, bilgisayar ile görüntü işleme problemlerinde ParçacıkFiltreleri'nin kullanımına yönelik bir ilgi görülmektedir. Bilgisayar ile görüntü işlemeproblemlerinde kullanılan özel Parçacık Filtresi'ne Yoğunlaştırma Algoritması veyaArdışıl Önem Örnekleme denmektedir. Bu yöntem hareketli nesneler için gürbüz birizleme olanağı sunmaktadır. Öte yandan, bu algoritmanın yakınsaması büyük orandaparçacık sayısı ve dinamik modelin doğruluğu arasındaki ilişkiye bağlıdır. Bu tezdeYoğunlaştırma Algoritması'nı iyileştirmek amacıyla FEMZ Parçacık Filtresi'niöneriyoruz, bu algoritma Farksal Evrim ve Yoğunlaştırma Algoritması'nın birbirleşimidir. FEMZ Parçacık Filtresi'ni üç boyutlu uzayda tek kamerayla araç plakasıkonum ve yöneliminin izlenmesi için kullandık. Yardımcı Parçacık Filtresi,Yoğunlaştırma Algoritması, Genetik Yoğunlaştırma Algoritması ve FEMZ ParçacıkFiltresi'nin izleme başarımlarını karşılaştırdık. FEMZ Parçacık Filtresi diğer üçalgoritmaya göre çok daha iyi başarım göstermektedir.Anahtar Kelimeler: Araç Plakası İzlenmesi, Yoğunlaştırma, FEMZ Parçacık Filtresi
The aim of this work is 3D tracking of license plates from video in order to determinethe state (spatial position and 3D orientation) of the license plate from sequential videoframes. This can be accomplished in a brute force way by testing every possibleorientation and translation. If all six degrees of spatial freedom of the object are to bedetermined, the state space of the object is six dimensional. Setting the number ofpossible values of each degree of freedom to 100, the task of tracking by brute force thenrequires 1006 comparisons. Even with such a limited resolution and a six dimensionalfeature space, it is computationally impossible to perform tracking in real time. Insteadof comparing every possible configuration of the object with each video frame, the ideabehind stochastic tracking is to make a set of guesses, compare these guesses with thecurrent frame and use the result of this comparison for a new set of guesses for the nextframe. The specialized Particle Filtering method for computer vision problems isintroduced as Condensation or Sequential Importance Sampling. Its convergencegreatly depends on the trade off between the number of particles/hypotheses and thefitness of the dynamic model. In order to improve Condensation Algorithm, we proposeDEMC Particle Filter, which is an integration of the Differential Evolution andCondensation Algorithms. We utilize DEMC Particle Filter for spatial positionestimation and tracking of license plates in 3D from monocular camera view. Wecompared the performance of the Auxiliary Particle Filter, Condensation Algorithm,Genetic Condensation Algorithm and DEMC Particle Filter. DEMC Particle Filteroutperforms other three algorithms regarding error rate and robustness.Keywords: License Plate Tracking, Condensation, DEMC Particle Filter