Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Boğaziçi Üniversitesi / Fen Bilimleri Enstitüsü

Video object tracking with feedback of performance measures

Video nesnelerinin başarım geribeslemeli izlenmesi

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 129427 tez numarasıyla arayabilirsiniz.

Özet:

IV ABSTRACT VIDEO OBJECT TRACKING WITH FEEDBACK OF PERFORMANCE MEASURES The task of segmentation and tracking of objects in a video sequence is an important high-level video processing problem for object-based video manipulation and representation. This task involves utilization of many low-level pre-processing tasks such as image segmentation and motion estimation. It is also very important to assess the performance of the video object segmentation and tracking algorithms quantitatively and objectively. Performance evaluation measures are proposed both when the ground-truth segmentation maps are available and when they are unavailable. A semi-automatic video object tracking method is introduced that uses the proposed performance evaluation measures in a feedback loop to adjust its parameters locally on the object boundary. New low-level image segmentation and motion estimation algorithms, namely, an illumination invariant fuzzy image segmentation algorithm and a motion estimation estimation algorithm in the frequency domain using fuzzy c-planes clustering are also presented in this thesis.

Summary:

ÖZET VIDEO NESNELERİNİN BAŞARIM GERIBESLEMELI İZLENMESİ Video dizilerindeki nesnelerin bölütlenmesi ve izlenmesi, nesne tabanlı video uygulamaları için önemli bir problemdir. Bu kapsamlı problem, imge bölütleme, ke nar ve hareket kestirimi gibi daha başka ara basamakların çözümünü gerektirebilir. Nesne bölütleme ve izleme sonuçlarının nicel ve nesnel olarak değerlendirilmesi de çok önemli bir sorundur. Bu tezde, nesne bölütleme algoritmalarının başaranlarını nicel olarak değerlendirmek için ölçütler önerilmiştir. Bu ölçütlerin bir kısmı, gerçek refer ans bölüt haritalarım kullanır, diğer bir kısmı ise gerçek bölüt haritalarına ihtiyaç duymaz. Önerilen nesne izleme algoritması, bu başarım ölçütlerini geribesleme olarak kullanarak, algoritma parametrelerini nesne sınırı boyunca yerel olarak değiştirir. Bu lanık c-düzlemler kümeleme yöntemini kullanan iki imge bölütleme ve hareket kestirimi yöntemi de geliştirilmiştir. Bunlardan ilki, imge renk bileşenlerinden aydınlık bileşenine bulanık c-düzlemler oturtarak, yerel aydınlanma değişimlerine duyarsızlık sağlayan bir imge bölütleme algoritmayıdır, ikinci yöntem ise, 3-boyutlu sıklık düzlemi verilerinin, bulanık c-düzlemler metodu ile düzlemlere yerleştirilmesine dayalı bir hareket kestirme algoritmayıdır.