Video object tracking with artificial neural network and artificial bee colony optimization method

Video nesne takibi, Bilgisayarla Görme alanındaki birçok sorundan biridir; Tıbbi araştırma, gözetim, robotik, tele işbirliği, vb. alanlarındaki birçok gerçek dünya uygulamaları için yararlı olan birçok ve daha karmaşık görüntü sistemleri için temel bir bileşendir. Bir video nesnesi izleme algoritması, bir ilgi nesnesini takip etmeye çalışır. belirli bir video dizisinin kareleri. Bu tez, bal arılarının yiyecek arama davranışından esinlenen bir Sürü Zekası (SI) algoritması olan Bal Arısı Arama Algoritması yardımıyla video nesnesi takibi gerçekleştirmenin etkilerini inceler; ve özellikle grafik oluşturma işlemleri için tasarlanmış bir Paralel Hesaplama teknolojisinin bir örneği olan Grafik İşleme Birimleri (GPU'lar). Ana katkı, yapay sinir ağı ve yapay arı kolonisi optimizasyon yöntemi yardımıyla video tabanlı nesne takibinin geliştirilmesi ve araştırılmasıdır. Bu araştırma, önerilen sistemi, video nesnelerinin herhangi bir açık kaynaklı veri kümesinde yapay sinir ağıyla eğitmeyi amaçlamaktadır. Bununla birlikte, önerilen sistemin metodolojisi için yapay arı kolonisi kullanılacaktır. Yapay arı kolonisi optimizasyon yöntemi, kurallar dizisi üzerinde herhangi bir görevi yerine getirmek için arı olarak temsil edilen farklı ajanların kombinasyonu ile daha iyi sonuçlar elde etmenin en gelişmiş ve verimli yöntemlerinden biridir. Yapay sinir ağı, MATLAB'ın makine öğrenimi araç kutusunda zaten verilmiştir. Video tabanlı nesneler için veri kümesi, Kaggle UCL ve OpenSets gibi açık kaynak havuzundan alınır. Bu tezin uygulanması için MATLAB 2019a, büyük ölçekli verileri daha doğru bir şekilde işlemek için en verimli araç olduğu için kullanımda olacaktır. Söz konusu uygulamanın geliştirilmesi ve Paralel Bal Arısı Arama Algoritmasının belirli durumlarda bir video nesnesi izleme algoritmasının zaman maliyetini iyileştirmek için başarılı bir şekilde kullanılabileceğinin gösterilmesi, sonuçların doğruluğu üzerinde çok az etkiye sahiptir. Sonuçlar, Bal Arısı Arama Algoritmasını paralelleştirmenin ve onu video nesnesi izleme için kullanmanın mümkün olduğunu kanıtlıyor. Aynı video nesnesi izleme algoritmasının paralel bir sürümüyle karşılaştırıldığında, Bal Arısı Arama Algoritmasının eklenmesi, sonuçları sunmak için daha kararlı bir süre sağlamaya yardımcı olarak, sonuçları belirli bir videonun boyutuna daha az bağımlı hale getirir ve kayda değer olumsuz etkilere neden olmaz. sonuçların doğruluğunda.