Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

A Hybrid Method For Object Tracking In Video

Diğer Başlık: Videoda Nesne Takibi İçin Hibrit Metot Geliştirmesi

Oluşturulma Tarihi: 06-10-2020

Niteleme Bilgileri

Tür: Tez

Alt Tür: Yüksek Lisans Tezi

Yayınlanma Durumu: Yayınlanmamış

Dosya Biçimi: PDF

Dil: İngilizce

Konu(lar): TEKNOLOJİ,

Yazar(lar): Taşan, Hakan (Yazar),

Emeği Geçen(ler): Gökçay, Erhan (Tez Danışmanı),


Yayın Tarihi: 18-07-2019


Dosya:
file show file
Görüntüle
download file
Kaydet

Anahtar Kelimeler

Object Detection, Object Tracking, Template Matching, Color Histogram, SURF. 


Özet

Detecting the object in the video and tracking it has been emerging as an important research field in computer vision and image processing. Many algorithms have been developed for object tracking and there are some conditions in which each algorithm is successful or unsuccessful. In this thesis, a robust hybrid system that consisting of three object detection and tracking algorithms is proposed for the purpose of tracking object in video. These algorithms are template matching, color-based histogram and SURF based on feature point. OpenCV library have been used to implement these algorithms in hybrid system. While implementing algorithms, different techniques have been applied such as gaussian blur, color space conversions, Otsu thresholding, sliding window approach, feature extraction and description, and distance measurements. Any object from the video can be selected and the selected object can be traced in the rest of the video. To prevent occlusion of the object and to minimize the effects of sudden movement of scene, refreshing selected object approach is used each fifth frame of the video. Aim of the hybrid system is to improve the detection rate of the object to be tracked in sequence of video frames. All performance tests have been performed on NTU-VOI 2018, Visual Tracker Benchmark 2013, NfS 2017 and Davis 2017 datasets. The test results of the proposed hybrid system have been compared with the results of the three individual detecting and tracking algorithms. The results show that hybrid system gives the best performance except for processing time for tracking object in video.



İçindekiler



Açıklamalar



Haklar



Notlar



Kaynakça


Atıf Yapanlar

Gözat Sayfasına Dön

 

Sosyal Medya ve Araçlar

İstatistikler

  • Kayıt
    • Bu ay: 0
    • Toplam: 2710
  • Online
    • Ziyaretçi: 11
    • Üye: 0
    • Toplam: 11

Detaylı İstatistikler