@article{article_288408, title={Görsel Hedef Takibi Yöntemlerine Genel Bakış}, journal={EMO Bilimsel Dergi}, volume={7}, pages={5–16}, year={2017}, author={Maraş, Bahri and Arıca, Nafiz and Baytan Ertüzün, Ayşın}, keywords={Bilgisayarla görü,üretici yöntemler,ayırdedici yöntemler,yapılandırılmış destek vektör makineleri,derin öğrenme,Bayesçi yaklaşımlar (Kalman süzgeci parçacık süzgeci vb.),dolanır matris}, abstract={<p> </p> <p class="MsoNormal"> <i> <span lang="tr" style="font-size:9pt;color:#000000;" xml:lang="tr">Görsel hedef takibi, üzerinde uzun süredir
çalışılmış ve halen araştırma konusu olmaya devam eden önemli bir bilgisayarla
görü problemidir. Hedef takibi problemi, sabit ya da hareketli bir kameradan alınan
video bilgisi üzerinde ilgilenilen nesnenin izlenmesi olarak tanımlanabilir. </span> </i> <span lang="tr" style="font-size:9pt;color:#000000;" xml:lang="tr"> <i>Araştırma konusu olarak ilgi çekmesinin en önemli nedenleri, takibin
yapıldığı ortam şartlarında ve takip edilecek nesne hareketinde oluşan değişimlerdir.
Başarılı bir hedef takip algoritmasının, ortamda meydana gelen ışık
değişimlerine, görüntü gürültüsüne, düşük karşıtlığa, hedefin ortamdaki diğer
nesnelerle örtüşmesine, hedefi görüntüleyen kameranın istemsiz hareketlerine
vb. karşı gürbüz olması gerekmektedir. Literatürdeki araştırmalar temel olarak
üretici (generative) ve ayırdedici (discriminative) olarak iki başlık altına
toplanmaktadır. Bu makalede her iki yaklaşımı temel alan son yıllarda
geliştirilmiş hedef takibi algoritmaları incelenerek, mevcut yöntemlerin
avantaj ve dezavantajları karşılaştırılmalarla anlatılmaktadır. Ayrıca
çalışmaların başarım değerlendirmesi amacıyla literatürde kullanılan veri
kümeleri ve karşılaştırma metrikleri de açıklanmaktadır. </i> </span> </p> <p> <i> </i> </p> <i> </i>}, number={13}, publisher={TMMOB Elektrik Mühendisleri Odası}