Image feature based object description, detection and real time tracking

Abstract

Bu çalışma imge karakteristik temelli nesne tasviri, gerçek zamanlı nesne saptama, hareketli nesne takip etme konularını ele almaktadır. Global ve lokal imge karakteristiklerini ayrı ayrı konu edinen, iki ayrı çalışma ortaya konmuştur. İlk çalışma lokal karakteristik kullanımı temellidir. Bu kapsamda literatür çalışmaları olarak bilinen SIFT ve SURF teknikleri mukayeseli olarak incelendi. SIFT kullanılarak, bir nesne betimleme yöntemi geliştirildi. Bu betimleme video nesne takibi için kullanıldı. Betimleme aşaması için, Çesitli perspektif düzlemsel dönüşümler kullanılarak elde ettiğimiz ve Generic Points adını verdiğimiz karakteristik kümesi kullanıldı. Nesne geometri bozulmalarına karşı daha az kırılgan olan bu karakteristik kümesi ile, tasvir edilen nesneleri, hareket halinde iken takip eden bir algoritma geliştirdik. Bu algoritma RAMOSAC takip algoritmasi ile entegre edildi. Gerçek zamanlılığı sağlamak için SIFT CUDA GPU uygulaması kullanıldı. İkinci çalışmamız, global imge karakteristik çıkarım tekniklerini ele almakta. Hmax ve Haar Like Simple Features algoritmaları ele alındı. Hmax açık kaynak uygulama kodu, aşama aşama incelendi. İmge Global karakteristik çıkarım algoritması dokümante edildi. Haar Like Features tekniği benimsendi ve gerçek zamanlı bir saptama ve takip projesi geliştirildi. Araç tamponlarını içeren bir imge kümesi bu teknik ile betimlendi. Haar Like Simple Features karakteristik çıkarımı ile Adaboost sınıflandırıcı algoritması kullanılarak öncül nesne saptaması yapıldı. Öncül saptama sonuçları, imge işleme teknikleri kullanılarak validasyona tabi tutuldu. Renk kanalları kullanılarak imge doku analizi yapıldı ve simetrik karakteristik araması yapıldı. İmge kenar analizi yapılarak, yatay ve dominant çizgiler algilamasi yapıldı. Simetrik karakteristikler ve yatay dominant çizgi frekans indikatörlerini kullanarak öncül saptamanın validasyonu yapıldı. Zamansal saptama özgeçmişi tutuldu, nesne saptama validasyonu ve nesne takibi için kullanıldı. Yol üzerinde araç seyri için aktif güvenlik sağlayabilecek bir proje önerildi. Anahtar Sözcükler : SIFT, SURF, HMAX, Haar-Like Simple Features, Nesne Betimleme, Nesne Saptama, Araç Takibi.

Our thesis is based on image feature extraction, description of objects using extracted features, real time detection and comparison of State of art technics. Using global and local image features, two separate proceedings carried out. First proceeding is based on use of local image features and second one is based on global image features. Local image feature extraction technics such as SIFT and SURF are comparatively inspected and using SIFT a new object description and video object tracking project is carried out. For description, we introduced Generic Points notion extracted with use of different perspective planar transformations. These points are robust against object geometrical deformations than the State of art SIFT. Based on Generic Points, a feature tracking algorithm is designed running over video images. Generic features are integrated with RAMOSAC tracker. To provide real-time efficiency, CUDA GPU implementation of SIFT is used. Global image feature extraction technics such as Hmax and Haar Like Simple Features are inspected. The implementation of early Hmax is inspected and a referential feature extraction algorithm is described. Well known Haar Like Simple Features technic is adopted and used for describing object models. This technic is used with Adaboost classifier for preliminary object detection over on road vehicle video records. Using image analyze technics, a suit of detection algorithm is designed to validate preliminary detections. Using color channels for texture analyze, object symmetric features searched. Using edge level images, horizontal lines are detected inside detected region of interests. Symmetric feature search and prominent horizontal line frequency detection are used for validation. Temporal detection story is used for tracking and validation as well. A new proceeding is carried out which enables active safety for on road vehicle navigation.Keywords : SIFT, SURF, HMAX, Haar-Like Simple Features, Object Description, Object Detection, Real-Time Vehicle Detection and Tracking.