Derin Öğrenme ile Kalabalık Analizi Üzerine Detaylı Bir Araştırma
- 31 July 2018
- journal article
- Published by International Journal of Informatics Technologies in Bilişim Teknolojileri Dergisi
- Vol. 11 (3) , 263-286
Abstract
Yapay sinir ağları ve makine öğrenmesi, uzun yıllardır birçok problemin çözümünde kullanılmıştır. Problemlerin ve modellerin karmaşıklaşması ve veri sayısındaki artış hesaplama yükünü de beraberinde getirmiştir. Bu çalışmada yapay sinir ağlarından derin öğrenmeye tüm geçiş süreci, modeller ve pratik uygulamalar kısa ve öz gösterilmiştir. Ayrıca donanım, yazılım ve kullanılan kütüphaneler hakkında da bilgiler verilmiştir. Özel olarak kalabalık analizi için kullanılan geleneksel yöntemler özetlenmiştir. Kalabalık analizi için literatürdeki derin öğrenme yaklaşımları detaylıca anlatılmış ve veri kümeleri tanıtılmıştır. Ayrıca son yıllarda yapılmış çalışmalar analiz edilmiş ve karşılaştırılmıştır. Sonuç olarak, kalabalık analizi, derin öğrenme yardımıyla başarılı sonuçlar alınan hem akademik hem de pratik bir çalışma alanıdır.Keywords
This publication has 102 references indexed in Scilit:
- Watson: Beyond Jeopardy!Artificial Intelligence, 2013
- A Method for Counting Moving People in Video Surveillance VideosEURASIP Journal on Advances in Signal Processing, 2010
- Crowd analysis: a surveyMachine Vision and Applications, 2008
- Object Tracking in Crowded Video Scenes Based on the Undecimated Wavelet Features and Texture AnalysisEURASIP Journal on Advances in Signal Processing, 2007
- What do we perceive in a glance of a real-world scene?Journal of Vision, 2007
- Gradient-based learning applied to document recognitionProceedings of the IEEE, 1998
- Long Short-Term MemoryNeural Computation, 1997
- Support-vector networksMachine Learning, 1995
- Learning representations by back-propagating errorsNature, 1986
- Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in positionBiological Cybernetics, 1980