Video processing algorithms for wildfire surveillance

Orman yangını gözetleme amaçlı çeşitli görüntü ve video işleme algoritmaları geliştirilmiştir. Önerilen yöntemler; sınıflandırıcı tümleştirme, çevrimiçi öğrenme, gerçek zamanlı öznitelik çıkarma, görüntü çakıştırma ve optimizasyonu içermektedir. İlk bölümde entropi fonksiyonu tabanlı çevrimiçi sınıflandırıcı tümleştirme altyapısı geliştirilmiştir. Bregman uyumsuzluğu uzaklık ölçüsü olarak kullanılarak, sınıflandırıcıların çıkış kararlarını açıklayan hiperdüzlemlerin üzerine izdüşümler yapılmıştır. Bu sistemin performansı, önceden tanımlı pozisyonları tarayan sabit kameralar ile orman yangını bulma yönteminde test edilmiştir. Tezin ikinci bölümünde, pasif-agresif çevrimiçi öğrenme algoritmalarının farklı formülasyonları ve karışım uygulamaları araştırılmıştır. Birden fazla çevrimiçi sınıflandırıcı veya farklı güncelleme parametreleri ile eğitilmiş aynı sınıflandırıcıların performansını artırmak için kullanılabilecek bir tümleştirme yöntemi önerilmiştir. Bu yöntemlerin gerçek zamanlı performansını test etmek için hava platformlarından video tabanlı orman yangını algılama sistemi tanıtılmıştır. Tezin üçüncü bölümünde, rastgele hiperdüzlemler ve derin sinir ağları kullanılarak gerçek zamanlı dinamik doku tanıma yöntemini önerilmiştir. Dinamik doku videoları uzam-zamansal bloklara bölünüp, yerel ikili örüntü (LBP) yöntemi kullanılarak öznitelikler çıkarılmıştır. Hesaplamalarda bloklardaki piksellerin rasgele seçilen bir altkümesi kullanılarak LBP metodunun hesap yükü azaltılmıştır. Rasgele hiperdüzlemler ve derin sinir ağları kullanılarak en son öznitelik vektörünün de boyutları azaltılmıştır. Bu yöntemin başarımı bir dinamik doku veri tabanında ve kızılötesi videolarda yangın tespiti probleminde test edilmiştir. Aynı öznitelikler ayrıca hareketli kameralar ve panoramik arkaplan kestirimi ile hızlı orman yangını tespiti için de kullanılmıştır. Gerçek zamanlı görüntülerin arkaplan görüntüsü ile çakıştırılması için hızlandırılmış gürbüz öznitelikler ve karşılıklı bilgi miktarı kullanılmıştır. Çok-kipli gözetleme uygulamaları için bir sonraki adım farklı cihazlar ile elde edilen görüntülerin çakıştırılmasıdır. Bunun için kızılötesi ve görünür aralık kameralar için çok-kipli görüntü çakıştırma algoritması önerilmiştir. Dönme ve ölçek parametrelerini bulmak için log-polar dönüşümü ve karşılıklı bilgiye dayalı bir benzerlik ölçüsü tanımlanmıştır. Öteleme parametrelerini bulmak için ise karşılıklı bilgi ve artık dalgacık dönüşümü kullanılarak yeni bir benzerlik ölçüsü tanımlanmıştır. Bu benzerlik fonksiyonunu optimize etmek için dışbükey kümelere izdüşüm yöntemine dayalı yeni bir metot geliştirilmiştir. Anahtar s¨ozc¨ukler : ˙I¸cb¨ukey k¨umelere izd¨u¸s¨um, sınıflandırıcı birle¸simi, ¸cevrimi¸ci ¨o˘grenme, entropi maksimizasyonu, yangın algılama, adaptif filtreleme, LMS, Bregman ayrıklı˘gı, g¨or¨unt¨u i¸sleme, kızıl¨otesi, kar¸sılıklı bilgi, dalgacık d¨on¨u¸s¨um¨u, g¨or¨unt¨u e¸sle¸stirme, destek hiperd¨uzlemler, log-polar d¨on¨u¸s¨um¨u..