Visual object tracking using semi supervised convolutional filters

Görsel nesne takibi birçok gerçek hayat uygulamalarında kullanılan zorlu bir bilgisayarlı görme problemidir. Son yıllarda korelasyon filtreleri görsel takip problemi için doğruluk ve performans açısından mükemmel sonuçlar vermistir. Bu filtreler tarafından kullanılan nesne niteliklerinin özellikleri filtrenin performansı üzerinde önemli rol oynamaktadir. Korelasyon filtrelerinin en uygun nitelikleri öğrenebilmesi için son zamanlarda gelecek vaad eden derin ögrenme tabanlı metodlar ortaya çikmistir. Bu tez çalısmasında nesnelerin farklı açılarda pozisyonlarını en doğru şekilde tahmin edecek görsel takip problemi için derin öğrenme tabanlı, yarı denetimli öğrenme kullanılarak eğitilmiş katlamalı niteliklerin etkileri incelenecektir.