Bilgisayarlı görü konusu günümüzde artan işlem gücü ile en popüler konular arasında kendine yer bulmuştur. Bu konuyu en basitçe iki kısma ayırabiliriz. Bunlardan birincisi nesne tespitidir. İkincisi ise araştırmada üzerine düşülecek ve analizlerin olduğu kısım olan nesne takibi kısmıdır.
Nesne tespitinde ki amaç çerçevedeki her nesnenin sınırlayıcı kutu ile tespitidir. Nesne takibinde ise çerçeveler (frame) arasında tespit edilen nesneler arasında ilişki kurmaktır.
Nesne takibinin karmaşıklığı, videoda girişteki aydınlatma varyasyonları, nesnenin olağandışı hareketi ve farklı tıkanmalardan kaynaklanabilmektedir. Takip edilecek nesnenin değişken bir ortam içinde bulunması nesne takibi ve analizini zorlaştıran temel problemdir. Kameranın ve arka planın hareketi görüntüde piksel hareketine neden olabilir.
Bu problemleri çözmek ve nesnenin başarılı bir şekilde takip edilmesi için birçok farklı yöntem gelişmiştir. Burada en önemli kısımlardan biri tahminler sonrası çerçeveler arasındaki ilişkiyi kurabilmek. İzleme algoritmalarının çoğu, hareketli nesnenin yumuşak ve ani bir değişiklik olmadan hareket ettiğini varsayarak problemlere yaklaşır.
Bu araştırmada, nesne takibini yapabilmek için, en etkili ve basit yöntemlerden olan ve ek olarak canlı veri işlemeye uygun olan kalman filtre modeli kullanılmıştır. Kalman filtresi modeli ile amaç nesnenin bir sonraki pozisyonunu tahmin etmektir. Bu sayede matematiksel işlemler ile bir sonraki çerçeve ile ilişki kurulabilmektedir. Çerçeveler arasındaki ilişkiyi bulabilmek içinde yine etkili yöntem olan ‘Intersection over Union’ yöntemi ile tespitler arasında ilişki canlı veri işlemede etkili ve mantıklı sonuçlar ortaya çıkarmaktadır.
Anahtar Kelimeler: Nesne Takibi, Bilgisayarlı Görü, Kalman Fitresi
|
