Artımsal Negatif Olmayan Matris Ayrıştırma İle Gözetleme Türü Videolarda Arkaplan Modelleme
Artımsal Negatif Olmayan Matris Ayrıştırma İle Gözetleme Türü Videolarda Arkaplan Modelleme
dc.contributor.advisor | Günsel, Bilge | tr_TR |
dc.contributor.author | Bucak, Serhat Selçuk | tr_TR |
dc.contributor.department | Telekomünikasyon Mühendisliği | tr_TR |
dc.contributor.department | Telecommunication Engineering | en_US |
dc.date | 2008 | tr_TR |
dc.date.accessioned | 2008-07-07 | tr_TR |
dc.date.accessioned | 2015-07-13T10:34:08Z | |
dc.date.available | 2015-07-13T10:34:08Z | |
dc.date.issued | 2008-07-08 | tr_TR |
dc.description | Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2008 | tr_TR |
dc.description | Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2008 | en_US |
dc.description.abstract | Bu çalışmada, dinamik arka plan modelleme probleminde artımlı negatif olmayan matris ayrıştırma (ANOMA) metodunun kullanımı incelenmiştir. ANOMA’nın gözetleme videolarında yeni gelen çerçevelerin mevcut gösterime katılımını kontrol ederek arka planı başarıyla modelleyebildiği gösterilmiştir. Bunun yanı sıra ANOMA, çevrimiçi yapısı ile teknik yazında var olan negatif olmayan matris ayrıştırma (NOMA) tekniğinin toplu işleme yapısına alternatif, düşük işlemsel karmaşıklıklı bir içerik modelleme metodudur. Performans değerlendirmesi için PETS2001 veri tabanından alınan gözetleme videolarıyla yapılan test sonuçları NOMA, ANOMA ve bu tür uygulamalar için önerilmiş bilinen bir teknik olan artımlı temel bileşen analizi (ATBA) için karşılaştırmalı olarak raporlanmıştır. ANOMA’nın bu uygulamada başarı ile kullanılabileceği görülmüş, özellikle ışıklılık değişimlerine karşı diğer iki yönteme göre daha gürbüz olduğu gözlenmiştir. | tr_TR |
dc.description.abstract | In this work, the use of incremental non-negative matrix factorization method in dynamic background modeling problem is examined. The proposed factorization method is derived from non-negative matrix factorization, and models the dynamic content of the video by controlling contribution of the subsequent observations to the existing model adaptively. Unlike the batch nature of non-negative matrix factorization, INMF is an on-line content representation scheme which is capable of extracting moving foreground objects. Test results are reported in order to compare background modeling performances of INMF, NMF and Incremental Principal Components Analysis, which is a well-known technique. It is concluded that INMF outperforms both NMF and IPCA and its robustness to illumination changes makes it a powerful representation tool in video surveillance applications. | en_US |
dc.description.degree | Yüksek Lisans | tr_TR |
dc.description.degree | M.Sc. | en_US |
dc.identifier.uri | http://hdl.handle.net/11527/7727 | |
dc.publisher | Fen Bilimleri Enstitüsü | tr_TR |
dc.publisher | Institute of Science and Technology | en_US |
dc.rights | İTÜ tezleri telif hakkı ile korunmaktadır. Bunlar, bu kaynak üzerinden herhangi bir amaçla görüntülenebilir, ancak yazılı izin alınmadan herhangi bir biçimde yeniden oluşturulması veya dağıtılması yasaklanmıştır. | tr_TR |
dc.rights | İTÜ theses are protected by copyright. They may be viewed from this source for any purpose, but reproduction or distribution in any format is prohibited without written permission. | en_US |
dc.subject | NOMA | tr_TR |
dc.subject | arkaplan modelleme | tr_TR |
dc.subject | topaklandırma | tr_TR |
dc.subject | NMF | en_US |
dc.subject | background modeling | en_US |
dc.subject | clustering | en_US |
dc.title | Artımsal Negatif Olmayan Matris Ayrıştırma İle Gözetleme Türü Videolarda Arkaplan Modelleme | tr_TR |
dc.title.alternative | Background Modeling In Video Surveillance Via Incremental Nonnegative Matrix Factorization | en_US |
dc.type | Master Thesis |