{"id":1056,"date":"2023-03-30T12:53:56","date_gmt":"2023-03-30T09:53:56","guid":{"rendered":"https:\/\/legendhomework.com\/tr\/?p=1056"},"modified":"2023-03-30T12:53:56","modified_gmt":"2023-03-30T09:53:56","slug":"dogrusallastirma-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri","status":"publish","type":"post","link":"https:\/\/legendhomework.com\/tr\/dogrusallastirma-multimedya-bolumu-multimedya-bolumu-odevleri-multimedya-bolumu-tez-yaptirma-multimedya-bolumu-odev-ucretleri\/","title":{"rendered":"Do\u011frusalla\u015ft\u0131rma \u2013 Multimedya B\u00f6l\u00fcm\u00fc \u2013 Multimedya B\u00f6l\u00fcm\u00fc \u00d6devleri \u2013 Multimedya B\u00f6l\u00fcm\u00fc Tez Yapt\u0131rma \u2013Multimedya B\u00f6l\u00fcm\u00fc \u00d6dev \u00dccretleri"},"content":{"rendered":"

Do\u011frusalla\u015ft\u0131rma<\/span><\/strong><\/h3>\n

Hareket tahmini algoritmas\u0131n\u0131 t\u00fcretmek i\u00e7in, iki ard\u0131\u015f\u0131k g\u00f6r\u00fcnt\u00fc (sk ve sk+1) aras\u0131ndaki farklar\u0131n yaln\u0131zca nesne hareketinden kaynakland\u0131\u011f\u0131 varsay\u0131l\u0131r. Bu hareket parametrelerini tahmin etmek i\u00e7in burada bir gradyan y\u00f6ntemi uygulan\u0131r.<\/span>\u00a0Hareket tahmini s\u0131ras\u0131nda, her nesne bir dizi g\u00f6zlem noktas\u0131 ile temsil edilir.<\/span><\/p>\n

Her g\u00f6zlem noktas\u0131 O(j) = (Q(j),g(j),I(j)) model nesne y\u00fczeyinde Q(j) konumunda bulunur ve parlakl\u0131k de\u011feri I(j) ile do\u011frusal gradyanlar\u0131n\u0131 tutar g(j) = (g(j),g(j))T . g QxyQ, nesne i\u00e7in renk parametrelerini sa\u011flayan g\u00f6r\u00fcnt\u00fcdeki yatay ve dikey parlakl\u0131k gradyanlar\u0131d\u0131r. Basit olmas\u0131 i\u00e7in burada sk kullan\u0131yoruz. Gradyanlar, g\u00f6r\u00fcnt\u00fc sinyalinin Sobel operat\u00f6r\u00fc ile k\u0131vr\u0131lmas\u0131yla hesaplan\u0131r.<\/span><\/p>\n

G\u00f6zlem noktalar\u0131n\u0131 se\u00e7me \u00f6l\u00e7\u00fcs\u00fc, y\u00fcksek bir uzamsal gradyand\u0131r. Bu, tahmin algoritmas\u0131na g\u00fcr\u00fclt\u00fcye kar\u015f\u0131 sa\u011flaml\u0131k katar. Claire model nesnesine ait t\u00fcm g\u00f6zlem noktalar\u0131n\u0131n konumunu g\u00f6sterir.<\/span><\/p>\n

MF nesneleri nedeniyle nesne dokusunun par\u00e7alar\u0131 de\u011fi\u015ftirilirse, nesnenin kar\u015f\u0131l\u0131k gelen y\u00fczeyi i\u00e7in g\u00f6zlem noktalar\u0131 g\u00fcncellenir. G\u00f6zlem noktalar\u0131, esnek kayd\u0131rma parametrelerinin tahmini i\u00e7in de kullan\u0131l\u0131r.<\/span><\/p>\n

Buna g\u00f6re, ikinci t\u00fcrevi a\u00e7\u0131k\u00e7a hesaplamadan, ikinci dereceden bir Taylor a\u00e7\u0131l\u0131m\u0131 kullanarak g\u00f6r\u00fcnt\u00fc sinyaline yakla\u015fabiliriz. G\u00f6zlem noktas\u0131n\u0131n do\u011frusal gradyanlar\u0131n\u0131n ve g\u00f6r\u00fcnt\u00fc sinyalinin ortalamas\u0131n\u0131 alarak ikinci dereceden gradyan g \u0304’yi hesapl\u0131yoruz.<\/span><\/p>\n

O(j) g\u00f6zlem noktas\u0131n\u0131n Q(j) konumu bilinmektedir. Qk ile Qk+1’i hareket denkleminin k’si arac\u0131l\u0131\u011f\u0131yla ili\u015fkilendirerek, bilinen parametreler 9I , g ve F ve alt\u0131 bilinmeyen hareket parametresi ile do\u011frusal olmayan bir denklem elde edilir. Bu denklem, k\u00fc\u00e7\u00fck d\u00f6nme a\u00e7\u0131lar\u0131 varsay\u0131larak, d\u00f6nme matrisi RC’yi do\u011frusalla\u015ft\u0131rarak do\u011frusalla\u015ft\u0131r\u0131l\u0131r.<\/span><\/p>\n

Do\u011frusalla\u015ft\u0131rmalar nedeniyle, hareket parametrelerinin her bir model nesnesi i\u00e7in yinelemeli olarak tahmin edilmesi gerekir. Her iterasyondan sonra model nesnesi, x\u02c6 tahmini hareket parametreleri kullan\u0131larak (10.17)’ye g\u00f6re hareket ettirilir.<\/span><\/p>\n

Ard\u0131ndan, yeni hareket parametresi g\u00fcncellemeleri sa\u011flayan yeni bir hareket denklemleri seti olu\u015fturulur. \u0130terasyonlar s\u0131ras\u0131nda hareket parametresi g\u00fcncellemeleri s\u0131f\u0131ra yakla\u015ft\u0131\u011f\u0131ndan, tan\u0131t\u0131lan do\u011frusalla\u015ft\u0131rmalar hareket tahminine zarar vermez. |r|2 art\u0131k hatas\u0131n\u0131n azalmas\u0131 ihmal edilebilir hale gelirse yineleme i\u015flemi sona erer.<\/span><\/p>\n

Dayan\u0131kl\u0131 Hareket Tahmini<\/span><\/strong><\/h3>\n

Denklem, art\u0131k hatalar\u0131n (9I) varyans\u0131 en aza indirilecek \u015fekilde \u00e7\u00f6z\u00fcl\u00fcr. Ancak bu yakla\u015f\u0131m \u00f6l\u00e7\u00fcm hatalar\u0131na kar\u015f\u0131 hassast\u0131r. \u00d6l\u00e7\u00fcm hatalar\u0131, t\u00fcm\u00fc i\u00e7in olmasa da g\u00f6zlem noktalar\u0131n\u0131n \u00e7o\u011fu i\u00e7in ge\u00e7erli olma e\u011filiminde olan \u00e7e\u015fitli model varsay\u0131mlar\u0131na ve tahminlerine dayand\u0131\u011f\u0131 i\u00e7in ortaya \u00e7\u0131kar.<\/span><\/p>\n

Bu varsay\u0131mlar\u0131 ihlal eden g\u00f6zlem noktalar\u0131, ayk\u0131r\u0131 de\u011ferler olarak adland\u0131r\u0131l\u0131r. Ayk\u0131r\u0131 de\u011ferleri \u00e7\u00f6zmek i\u00e7in kullan\u0131ld\u0131\u011f\u0131nda, \u00e7\u00f6z\u00fcm \u00fczerinde \u00f6nemli bir etkiye sahiptir. Bu nedenle, bu ayk\u0131r\u0131 de\u011ferlerin tahmin s\u00fcreci \u00fczerindeki etkisini s\u0131n\u0131rlayan \u00f6nlemler almal\u0131y\u0131z.<\/span><\/p>\n

Bazen, a\u015fa\u011f\u0131daki varsay\u0131mlar ge\u00e7erli de\u011fildir:<\/span><\/strong><\/p>\n

1. Kat\u0131 ger\u00e7ek nesne<\/span>
\n2. \u0130kinci dereceden g\u00f6r\u00fcnt\u00fc sinyali modeli<\/span>
\n3. Model nesne \u015feklinin ger\u00e7ek nesne \u015feklinden k\u00fc\u00e7\u00fck sapmalar\u0131<\/span><\/p>\n

Ger\u00e7ek nesnenin par\u00e7alar\u0131 rijit de\u011filse (yani nesne esnekse), s\u0131ras\u0131yla Ak ve Mk mevcut hareket ve \u015fekil parametreleri ve \u00f6nceden iletilen renk parametreleri Sk’ ile tan\u0131mlanamayan g\u00f6r\u00fcnt\u00fc alanlar\u0131m\u0131z olur.<\/span><\/p>\n

Bu g\u00f6r\u00fcnt\u00fc alanlar\u0131, potansiyel olarak y\u00fcksek tahmin hatas\u0131 9I nedeniyle tespit edilebilir. Bu alanlardaki g\u00f6zlem noktalar\u0131 ayk\u0131r\u0131 de\u011ferler olarak s\u0131n\u0131fland\u0131r\u0131labilir. i yinelemesi i\u00e7in, yaln\u0131zca a\u015fa\u011f\u0131dakilerin do\u011fru oldu\u011fu g\u00f6zlem noktalar\u0131n\u0131 dikkate alaca\u011f\u0131z.<\/span><\/p>\n

E\u015fik TST, ayk\u0131r\u0131 de\u011ferleri dikkate almamak i\u00e7in kullan\u0131l\u0131r.<\/span>\u00a0Hareket tahmini, bir iterasyon ad\u0131m\u0131nda yaln\u0131zca k\u00fc\u00e7\u00fck yerel yer de\u011fi\u015ftirmelerin (q(j) \u2212q(j)) tahminine izin veren gradyan y\u00f6ntemine dayal\u0131d\u0131r.<\/span><\/p>\n

Verilen bir im- k+1 i ya\u015f gradyan\u0131 (j) vemaksimum izin verilen yer de\u011fi\u015ftirmeVmax = |vmax| = |(vx,max,vy,max)T |, i bir g\u00f6r\u00fcnt\u00fc konumunda q(j) izin verilen maksimum \u00e7er\u00e7eve fark\u0131n\u0131 9Ilimit(q(j)) hesaplayabiliriz.<\/span><\/p>\n

|9I(q(j))| ile g\u00f6zlem noktalar\u0131 > |9S\u0131n\u0131r(q(j))| ii. yineleme ad\u0131m\u0131 i\u00e7in dikkate al\u0131nmaz. G\u00f6r\u00fcnt\u00fc sinyali modeli varsay\u0131m\u0131na uymad\u0131klar\u0131n\u0131 varsay\u0131yoruz. G\u00f6r\u00fcnt\u00fc g\u00fcr\u00fclt\u00fcs\u00fcn\u00fc dikkate alarak, g\u00f6zlem noktalar\u0131n\u0131 se\u00e7mek i\u00e7in ek bir kriter t\u00fcretebiliriz. Beyaz kamera g\u00fcr\u00fclt\u00fcs\u00fcn\u00fc n varsayarak, g\u00f6r\u00fcnt\u00fc fark\u0131 sinyalinin g\u00fcr\u00fclt\u00fcs\u00fcn\u00fc \u015fu \u015fekilde \u00f6l\u00e7eriz.<\/span><\/p>\n

\n

Do\u011frusal bulmaca<\/span>
\nHayat do\u011frusal de\u011fil ne demek<\/span>
\nDo\u011frusal Fonksiyon<\/a> nedir<\/span>
\nDo\u011frusal ne demek matematik<\/span>
\nDo\u011frusal nokta ne Demek<\/span>
\nGeometride Do\u011frusal ne demek<\/span>
\nDo\u011frusal ne demek analitik<\/span>
\ndo\u011frusal ne demek<\/span><\/p>\n

\n

Nispeten b\u00fcy\u00fck gradyanlar, hareket parametrelerinin kesin bir tahminine de izin verir. Bu g\u00f6zlemleri \u00f6zetleyerek, b\u00fcy\u00fck mutlak g\u00f6r\u00fcnt\u00fc gradyanlar\u0131na g\u00f6re g\u00f6zlem noktalar\u0131n\u0131 se\u00e7memiz gerekti\u011fi sonucuna vard\u0131k. Denklemler, herhangi bir yineleme ad\u0131m\u0131 i\u00e7in kullanaca\u011f\u0131m\u0131z g\u00f6zlem noktalar\u0131 i\u00e7in se\u00e7im kriterleridir.<\/span><\/p>\n

G\u00f6re g\u00f6zlem noktalar\u0131 i\u00e7in ikili se\u00e7im kriterlerini kullanmak yerine, bir g\u00f6zlem noktas\u0131n\u0131n parametre tahmini \u00fczerindeki etkisini kontrol etmek i\u00e7in s\u00fcrekli maliyet fonksiyonlar\u0131n\u0131 kullanabiliriz. Bir g\u00f6zlem noktas\u0131n\u0131n etkisinin \u00f6l\u00e7\u00fcs\u00fc olarak kal\u0131nt\u0131 r’yi kullan\u0131r\u0131z.<\/span><\/p>\n

Art\u0131klar\u0131n rj olas\u0131l\u0131k yo\u011funluk fonksiyonunun f(r)’nin bir maksimum olas\u0131l\u0131k tahmincisi veya M tahmincisi oldu\u011funu varsayabiliriz.<\/span><\/p>\n

\u015eimdi f(r) ile ilgili farkl\u0131 varsay\u0131mlar\u0131n M tahmin ediciyi nas\u0131l etkiledi\u011fini inceleyece\u011fiz. Bir f(r)’nin t\u00fcm g\u00f6zlem noktalar\u0131 i\u00e7in ge\u00e7erli oldu\u011funu varsayal\u0131m. Uygun bir olas\u0131l\u0131k yo\u011funluk fonksiyonu se\u00e7mek i\u00e7in kritik bir nokta, ayk\u0131r\u0131 de\u011ferlerin i\u015flenmesidir. \u0130deal olarak, ayk\u0131r\u0131 de\u011ferlerin tahmini hareket parametreleri \u00fczerinde hi\u00e7bir etkisinin olmamas\u0131n\u0131 isteriz.<\/span><\/p>\n

Bu M tahmincisi, g\u00f6zlem noktalar\u0131n\u0131n %14’e kadar\u0131 ayk\u0131r\u0131 de\u011ferler olmak \u00fczere alt\u0131 hareket parametresi i\u00e7in do\u011fru \u00e7\u00f6z\u00fcm\u00fc hesaplayabilir. Baz\u0131 yazarlar, %50’ye varan ayk\u0131r\u0131 de\u011ferlerle ba\u015far\u0131 bildirmektedir.<\/span><\/p>\n

\u00d6l\u00e7\u00fcm verilerimizin %\u03b5’s\u0131n\u0131n g\u00f6zlemlenebilir harekete ba\u011fl\u0131 olmayan ayk\u0131r\u0131 de\u011ferleri temsil etti\u011fini varsayal\u0131m. \u015eimdi ayk\u0131r\u0131 de\u011ferlerin art\u0131klar\u0131 i\u00e7in ayr\u0131 bir olas\u0131l\u0131k yo\u011funluk fonksiyonu se\u00e7ebiliriz. \u0130\u00e7 de\u011ferlerin (ayk\u0131r\u0131 olmayanlar) art\u0131klar\u0131n\u0131n Gauss da\u011f\u0131l\u0131m\u0131na sahip oldu\u011funu ve ayk\u0131r\u0131 de\u011ferlerin keyfi bir Laplace da\u011f\u0131l\u0131m\u0131na sahip oldu\u011funu varsayal\u0131m. Kal\u0131nt\u0131lar\u0131n olas\u0131l\u0131k yo\u011funluk fonksiyonuna \u015fu \u015fekilde yakla\u015fabiliriz.<\/span><\/p>\n

\u00c7o\u011fu zaman, olas\u0131l\u0131k yo\u011funluk fonksiyonu f(r) bilinmemektedir. B\u00f6ylece =(r) i\u00e7in T\u00fcrkiye’ye g\u00f6re maliyet fonksiyonu (1 \u2212 r2\/b2)2 gibi sezgisel \u00e7\u00f6z\u00fcmler bulunmu\u015ftur.<\/span><\/p>\n

|r| oldu\u011funda maliyet (1 \u2212 r2\/b2)2 1’e y\u00fckselir. azal\u0131r. |r| ile g\u00f6zlem noktalar\u0131 \u2265 b mevcut yinelemenin d\u0131\u015f\u0131nda tutulur; b, ayk\u0131r\u0131 de\u011ferleri tespit etme e\u015fi\u011fidir. Ayk\u0131r\u0131 de\u011fer tespitini g\u00f6r\u00fcnt\u00fcl\u00fc fark sinyali \u00a0uyarlamak i\u00e7in, \u03c39I ile orant\u0131l\u0131 b’yi se\u00e7iyoruz.<\/span><\/p>\n

Model nesne ile ger\u00e7ek nesne aras\u0131ndaki \u015fekil fark\u0131, g\u00f6r\u00fc\u015f hatt\u0131 boyunca bir g\u00f6zlem noktas\u0131n\u0131n uzamsal belirsizli\u011fi arac\u0131l\u0131\u011f\u0131yla modellenebilir. Bu, hareket tahmini s\u0131ras\u0131nda bir Kalman filtresi kullan\u0131larak d\u00fc\u015f\u00fcn\u00fclebilir.<\/span><\/p>\n

\n\n
<\/div>\n\n<\/div>\n \n