Citation Number
3
Views
14
Downloands
6
Fotokapanlar doğal ortamda yaşayan canlıların davranışlarını izlemek amacıyla yaygın olarak kullanılan cihazlardır. Fotoğraf ve video kaydı yapan bu cihazlar ile doğal görüntülerde yapılan nesne (hayvan veya insan) tespiti işlemi, arka planının karmaşık yapıda olması, ışık şiddeti yetersizliği, ışık şiddeti değişimi, nesnenin parçalı bulunması gibi nedenlerden dolayı zor bir problemdir. Ayrıca nesnenin hareketli olması, görüntü içerisinde bulunduğu konumun tespit edilmesini zorlaştırmaktadır. Son yıllarda kullanılan yerel öznitelikler konum bilgisi içerdiğinden, hem konumlandırma problemine çözüm olmakta hem de yerel öznitelik dönüşüm yöntemlerinin içerdiği ölçek, dönme, afin dönüşümü, aydınlatma değişimi gibi zorluklara karşı değişmezlikler sayesinde daha başarılı tespit işlemi yapılabilmektedir. Bu çalışmada foto-kapan görüntülerinde yerel öznitelik dönüşüm yöntemleri olan Ölçek Değişmez Öznitelik Dönüşümü (Scale Invariant Feature Transform-SIFT), Hızlandırılmış Sağlam Öznitelikler (Speeded Up Robust Features-SURF), İkili Sağlam Bağımsız Temel Öznitelikler (Binary Robust Independent Elementary Features-BRIEF), Yönlendirilmiş Hızlı ve Sağlam Brief Öznitelikleri (Oriented Fast And Robust Brief-ORB), öznitelik eşleştirme yöntemlerinde kullanılarak nesne tespiti gerçekleştirilmiştir. Hatalı yerel öznitelik eşleşmelerinin elenmesi için yüzdelik ve medyan tabanlı aykırılık tespiti ile k-en yakın komşu öznitelik eleme yöntemleri kullanılmıştır. Çalışmada öznitelik dönüşüm yöntemleri ile elde edilen nesne tespit başarıları, eşleşen öznitelik sayıları, sınırlayıcı kutu büyüklükleri, elenen öznitelik sayıları ve bunların nesne tespit başarısına olan etkileri incelenmiştir.
Camera-traps are the devices that commonly used to monitor the behavior of living creatures in the natural environment. Object (animal or human) detection in the natural image or video by recorded these devices has difficulties such as cluttered background, inefficient light intensity, light intensity change or partial object presence. Furthermore, the fact that the object is moving makes it difficult to determine the position in the image. Since the local features used in recent years contain location information, it is a solution to the problem of localization as well as more successful detection can be made by the invariance of the scale, rotation, affine transformation, lighting change included in the local feature transformation methods. In this study, local feature description methods are used in camera-trap images, such as Scale Invariant Feature Transform (SIFT), Speeded-Up Robust Features-SURF, Binary Robust Independent Elementary Features (BRIEF), Oriented Fast and Robust Brief-ORB was performed with feature matching methods. Percentile and median based outlier detection methods and k nearest neighboring feature elimination methods were used to eliminate incorrect feature matches. In this study, the effect of feature description methods on object detection accuracies, number of matching features, bounding box sizes, number of eliminated features and their effects on object detection success were analyzed.
Field : Fen Bilimleri ve Matematik; Mimarlık, Planlama ve Tasarım; Mühendislik; Ziraat, Orman ve Su Ürünleri
Journal Type : Uluslararası
Article Detail 
Citation Owners
Similar Articles
Download PDF
Journal Information
Listen Paper
Print This Page
Share
Mendeley
