Moving object detection with supervised learning methods

Bu tezde, tek hedefli nesne tespit konusu incelenmektedir. Nesne tespit bir görüntü veya görüntü grubundaki her bir nesneyi ön tanımlı sınıfıyla beraber tanımlamayı hedefleyen bir problemdir. Bu tezin ana hedefi uzam-zamansal bilgiyi kullanarak hareketli nesne tespit çalışmalarında performans artırımı elde etmektir. Bu amaçla, evrişimsel sinir ağları mimarisini baz alan modern nesne tespit algoritmaları incelenmiştir. Bu inceleme dahilinde, nesne tespit için zamansal bilgiyi kullanan güncel literatür araştırılmış, bazı yeni yöntemler önerilmiştir. Üstte belirtilen incelemelerin yanında, çalışmada ayrıca bazı ek araştırmalar da yapılmıştır. Güncel nesne tespit algoritmaları denetimli öğrenme yöntemlerini içeren derin sinir ağlarını temel almaktadır. Bu metotlar yüksek seviyede insan emeği isteyen büyük miktarda işaretli veriye ihtiyaç duyduğundan bunu aşmak adına otomatik ve yarı-otomatik işaretleme yöntemleri ortaya çıkmıştır. Bunun yanında, otomatik işaretleme yöntemleri bazen hatalı işaretlemelere sebep olabilmektedir ve bu tarz işaretlemelerin etkisi araştırılmıştır. Bazı işaretleme hatalarını düzeltmek için yeni bir yöntem önerilmiştir. Bu çalışma başka bir araştırmayla bir aşama daha ilerletilmiş ve yarı otomatik nesne işaretleme için işaretleme zahmetinde önemli ölçüde düşüş sağlayan alternatif bir yöntem önerilmiştir.