Durağan resimlerdeki insanları saymak için bir sistem önerisi

Abstract

Resimler üzerindeki insanların sayılması, bilgisayar görüntü işleme alanında zorlu bir görevdir. Bu tez, insanların sayısını resimlerde doğru şekilde tahmin etmeyi hedeflemektedir. Amacımız, farklı yaklaşımların bir arada olmasına dayanan, resimlerde farklı görüntülere sahip insanları belirlemek için başarılı bir sayma algoritması ortaya çıkarmaktır. Önerilen insan sayma metodu üç farklı yaklaşımı temel almıştır. Bu yaklaşımlar, ön yüz tanımlama, tüm insan vücudu tanımlama, insan kafasını tanımlamadır. Bu tezin ana katkısı, değişik resimlerde insan sayabilmek için farklı yaklaşımların bir arada kullanılmasıdır. Yüz tanıma amacıyla Viola-Jones algoritmasını kullanarak, insan vücudu tanımlamada HOG betimleyicileri ve SVM tanımlayıcısı, yoğun görüntülerle kafa tanımlamada morfolojik görüntü işleme ve Hough dönüşümü kullanılmıştır. Sisteme verilen herhangi bir resim üç tanımlayıcı tarafından paralel olarak işleme alınır ve tanımlanan insanlar sayılır. Daha sonra, bu işlemlerden elde edilen sonuçlar nihai bir karar ile birleştirilir. Önerilen metot OpenCV görüntü işleme kütüphanesi yardımıyla C dili ile gerçekleştirilmiştir. Önerilen metot test edilmiş ve diğer yaklaşımlarla karşılaştırılmıştır. Test sonuçları, veri setinin çeşitli resim kategorilerini içerdiğinde, önerilen metodun diğerlerine göre daha başarılı sonuçlara ulaştığını göstermektedir.Counting people in images is a challenging task in the computer vison. This thesis targets to estimate the number of people in images accurately. Our focus is on implementing a robust counting algorithm that depends on different approaches together to detect humans having different appearances in images. Three different approaches are taken as the base of the proposed people counting method. These approaches are frontal face detection, human whole body detection, and people head detection. The main contribution of this thesis is using different approaches together for counting people in still images. We have done that by using Viola-Jones algorithm for face detection, the HOG features and SVM classifier for human body detection, and Hough transform and morphological image processing for head detection in crowded images. Any image is processed by three detectors in parallel and detected people are counted. Then, their results are combined for a final decision. The proposed method is implemented in the C++ language with the help of the OpenCV image processing library. The proposed method is tested and compared with some other approaches. The experimental results show that the proposed method achieves more successful results compared to other approaches when test dataset includes various image categories.