Moving object detection and tracking in wavelet compressed video
2003
0 views
0 downloads
Advisor: Prof. Dr. Enis Çetin
Abstract (TR)
Görüntü tabanlı pek çok güvenlik sisteminde sıkıştırma yöntemi olarak dalgacık dönüşümü kullanılmaktadır. Bu çalışmada, dalgacık dönüşümüyle sıkıştırılmış videolarda, hareketli nesne tespiti ve takibiyle ilgili bir yöntem geliştirilmiştir. Yöntem, her resim için arka plana ait dalgacık dönüşümü katsayılarının kestirilmesi esasına dayanmaktadır. Mevcut andaki resme ait dalgacık dönüşümü katsayıları, arkaplana ait katsayılarla karşılaştırılarak, hareketli nesneler tespit edilmektedir. Yöntem dalgacık dönüşümünün tersini almadan hareketli nesneleri bulabildiği için diğer yöntemlere göre çok daha az işlem gerektirir. Diğer taraftan, hareketli nesnelerin büyüklükleri ve konumlan da tespit edilebilmektedir. Bu, dalgacık dönüşümünün hem konum hem de sıklık bilgisi içermesi sayesinde mümkün olmaktadır. Nesne takibi böylelikle gerçekleştirilmiştir. Yöntemin bir başka özelliği de yavaşlayan ve duran nesneleri de tespit edebiliyor olmasıdır. Bu da, otoyol görüntülenmesi, sıra denetimi, vb. pekçok uygulama için önemli bir özelliktir.Anahtar kelimeler: dalgacık dönüşümü, resim içi sıkıştırma, arkaplan kestirimi, video nesnesi, takip etme, doğrusal olamayan oylama, görüntü tabanlı güvenlik sistemleri. vı
Author
Dr. Behçet Uğur Töreyin
Institution
How to Cite
Behçet Uğur Töreyin (Yüksek Lisans Tezi). Moving object detection and tracking in wavelet compressed video, 2003, Bilkent University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Bilkent University
- The Lower Danube in Late Antiquity: The case of Histria(2023)
- Oil price surges and the yield curve(2024)
- Essays on forward guidance(2014)
- Multi-armed bandit algorithms for communication networks and healthcare(2022)
- Comparative constitutional happiness in the light of the jurisprudence of the Turkish Constitutional Court(2023)
- Density functional theory investigation of linear carbon chains(2023)
