Ağırlıklı Ortalama Öteleme Algoritması (Mean Shift) ile Hareketli Nesne Takibi

Mean Shift farklı maalesef bir çok farklı şekilde Türkçeye çevriliyor, farklı akademik kaynaklara baktığımda “Ortalama Kaydırma”, “ Ağırlıklı Ortalama Kaydırma”vb. gibi bir çok farklı çevirisi var. TÜBA terimler sözlüğüne bakarak bende kendimce mantıklı olduğunu düşündüğüm “Ağırlıklı Ortalama Öteleme Algoritması” başlığını atmaya karar verdim. Bu yazıda ele alacağımız konu hareketli bir nesnenin nasıl nakip edilebileceği olacak.

Derin Öğrenme ve OpenCV – Nesne Tanıma

Derin Öğrenme ve OpenCV OpenCV 2.4 sürümü ile birlikte derin öğrenme tarafındaki birçok gelişmeye yer verilmeye başlanmıştı. Görüntü sınıflandırma için farklı kütüphaneler ile oluşturulmuş modellerin içe aktarılabilmesi, farklı sınıflandırıcı ağların oluşturulabilmesi, model oluşturabilme vb.  OpenCV 3.3 sürümü ile birlikte ise neredeyse nihai bir dağıtım oluşturuldu ve Caffe, TensorFlow, Torch DarkNet gibi framework’ler için destek sağlandı. Popüler;

Görüntü Bozulmaları ve Kamera Kalibrasyonu

Bozuk görüntü, görüntü işleme süreçlerini zorlaştıran bir durumdur bu yüzden çoğu zaman bu bozuklukları düzeltmek gerekir. Düzeltme işlemini lens, kamera, kayıt cihazı değiştirerek düzeltmek çoğu zaman sonuç versede bizim amacımız bunu yazılımsal olarak düzeltmektir. Bu yazıda görüntü bozukluklarını, kamera kalibrasyonu ile gerekli matrisleri hesaplamayı ve bozuk görüntüyü düzeltmeye çalışacağız. Görüntü Bozuklukları Görüntü bozuklukları kullanılan kamera,

Dlib ile Makine Öğrenimi ve Görüntü İşleme – 1 Giriş

Bu yazıda Dlib kütüphanesi hakkında bilgiler verip kütüphanenin nasıl kurulabileceğine ve neler yapılabileceğine bakacağız. Dlib Kütüphanesi Dlib kütüphanesi C++ programlama dili ile geliştirilmiş ve 2002 yılından buyana geliştirilmeye devam eden içerisinde makine öğrenimi, derin öğrenme ve bilgisayarlı görü algoritmalarını barındıran açık kaynak kodlu bir kütüphanedir. C++ ve Python apisi sayesinde de Python programlama dili ile

Nesne Tespiti ve Nesne Tanıma Süreçleri

Giriş Veri Girişi Veri Ön İşleme Öznitelik Tanımlama 1.Giriş  Nesne tespiti ve nesne tanıma uzun zamandır bilgisayarlı görü uygulamaları için vazgeçilmez bir ihtiyaçtı. Yıllardır üzerinde çalışan bu konu için farklı algoritmalar geliştirildi fakat devrim niteliğindeki algoritma 2o01 yılında  Paul Viola ve Michael Jones tarafından geliştirilen Viola Jones algoritması oldu. Bu algoritma “Rapid Object Detection using a Boosted

İleri Beslemeli Sinir Ağı ile El Yazısı Sınıflandırma #4

Giriş Serinin üçüncü yazısında yapay sinir ağları ve ileri beslemeli yapay sinir ağlarına değinmiştik bu yazıda ise  DL4J kütüphanesi kullanarak ileri beslemeli bir yapay sinir ağı oluşturacağız. MNIST veri setini kullanarak sinir ağını eğitecek ve el yazılarını tahmin etmeye çalışacağız. MNIST veri seti ile ileri beslemeli bir yapay sinir ağı kurarak sınıflandırma yapmak, makine öğrenmesi

DL4J ile Derin Öğrenme – Yapay Sinir Ağları (ANN) #3

Bu yazıda yapay sinir ağlarına giriş yapacak ileri ve geri beslemeli sinir ağlarına baktıktan sonra veri setinden bahsedeceğiz.  Yapay sinir ağı için  teorik bilgileri olabildiğince sadeleştirecek anlatmaya çalışacağım. Yapay sinir ağı (ANN);  insan beyninde yer alan sinirlerin çalışma şeklinin, bir birleri arasındaki ilişkilerin bilgisayar ortamında modellenmesidir. İnsanın öğrenme, problem çözme süreçlerinde izlediği yolu kullanır. Yapay

Deeplearning4j Mimarisi #2

Giriş Yazı serisinin üçüncüsünde DL4J kütüphanesini yakından tanıyacağız. DL4J’nin yararlandığı üçüncü taraf kütüphanelere, modüllere ve arka planda yer alan mimarisine göz atacağız. DL4J’nin Arkasındaki Güç DL4J kütüphanesinin geliştiricisi Skymind adında bir firma. Bu firma kendisini ticari yapay zeka ürünleri geliştiricisi olarak tanımlıyor, temek olarak kurumsal ölçekteki firmaların “Yapay zeka patlıyor, bir ucundan tutunalım” dedikleri anda “yardımlarına”

Deeplearning4j ile Derin Öğrenmeye Giriş #1

Giriş Yeni bir seri ile tekrardan merhaba. Yazının adından da anlaşılacağı üzere bu seride Deeplearning4j kütüphanesi ile (bundan sonra DL4J olarak kısaltacağım) derin öğrenmeyi ele alacağız. Daha önce “Derin Öğrenme” kategorisine farklı kütüphaneler kullanarak görüntü sınıflandırma gibi uygulamalar yapmıştık, bu seride de benzer konuları ele alacağız fakat Python programlama dili yerine  DL4J nin desteklediği java dilini

OpenCV.JS – JavaScript ile Görüntü İşleme

Sık sorulan sorulardan bir tanesi web uygulamalarında OpenCV işlevlerinden nasıl yararlanılabilceğiydi. Bunun farklı çözümler Bildiğiniz üzere OpenCV kütüphanesi  C/C++, Python ve Java programlama dilleri için API sağlamaktadır. Bu popüler kütüphaneye  web uygulamaları içinde ihtiyaç duyulması neticesinde OpenCV.js kütüphanesi yakın bir zamanda release oldu. Bu kütüphane temel olarak web uygulamalarında OpenCV kullanabilmek amacıyla geliştirilmiş açık kaynak