Nesne takip yöntemlerinin sınıflandırılması
| dc.authorid | TR38473 | en_US |
| dc.contributor.author | Talu, Muhammed Fatih | |
| dc.date.accessioned | 2014-09-30T10:57:30Z | |
| dc.date.available | 2014-09-30T10:57:30Z | |
| dc.date.issued | 2010 | en_US |
| dc.department | İstanbul Ticaret Üniversitesi | en_US |
| dc.description.abstract | Bu çalışmanın amacı, video imgelerindeki hareketli nesnelerin takibini gerçekleştirebilen nesne takip yöntemlerini belirli kıstaslar kullanarak farklı kategoriler altında sınıflandırmak ve bu alandaki yeni yönelimleri tanımlamaktır. Nesne takibi, video kaydı içerisinde hareket etmekte olan nesnelerin hareket yörüngelerini tahmin etme problemidir. Nesne hareketlerinin ve şekillerinin karmaşıklığı, nesne görünümünün engellenebilmesi, ortamdaki ışık miktarının değişimi, imgeler arasındaki veri bağı probleminin çözülme ihtiyacı ve gerçek zamanlı uygulama gereksinimleri, nesne takip problemini zorlaştırmaktadır. Literatürde, bahsedilen nesne takip problemine tatmin edici çözümler sunabilen birçok yöntem bulunmaktadır. Fakat, takip edilen nesne özelliklerinin ve ortam şartlarının farklı oluşu önerilen yöntemlerin kategorize edilebilmesini engellemiştir. Bu çalışmada, dokuz farklı kıstas belirlenerek herbir kıstas altında önerilen takip yöntemlerinin davranışları gözlemlenerek yöntemler sınıflandırılmıştır. | en_US |
| dc.description.abstract | The goal of this article is to review the state of the art tracking methods which can track moving objects in video files, classify them into different categories and identify new trends in this studying field. Object tracking is a trajectory estimation problem of moving objects in video. Due to complex object moving, complex object shape, occlusion of all or a portion of the object appearance, changing the amount of ambient light and real time application requirements, the estimation problem of object trajectory is challenging problem. In literature, there are many methods which are able to provide satisfactory solutions for object tracking problem. However, due to be complex of object shape and movement and different of environmental conditions, the proposed methods have been prevented to be categorized. In this study, we classify the proposed tracking methods by taking into account each of the determined nine different criteria. | en_US |
| dc.identifier.endpage | 99 | en_US |
| dc.identifier.issn | 1305-7820 | |
| dc.identifier.issue | 9 | en_US |
| dc.identifier.startpage | 85 | en_US |
| dc.identifier.uri | https://hdl.handle.net/11467/474 | |
| dc.identifier.volume | 9 | en_US |
| dc.language.iso | tr | en_US |
| dc.publisher | İstanbul Ticaret Üniversitesi | en_US |
| dc.relation.ispartof | İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi | en_US |
| dc.relation.publicationcategory | Makale - Ulusal Hakemli Dergi - Başka Kurum Yazarı | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Nesne Takibi | en_US |
| dc.subject | Kalman Filtre | en_US |
| dc.subject | Parçacık Filtre | |
| dc.subject | Çekirdek Takibi | |
| dc.subject | Siluet Takibi | |
| dc.subject | Object Tracking | |
| dc.subject | Kalman Filter | |
| dc.subject | Particle Filter | |
| dc.subject | Kernel Tracking and Silhouette Tracking | |
| dc.title | Nesne takip yöntemlerinin sınıflandırılması | en_US |
| dc.title.alternative | Classification of object tracking methods | en_US |
| dc.type | Article | en_US |
