TV logo detection and classification
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 2009
Tezin Dili: İngilizce
Öğrenci: NEDRET ÖZAY
Danışman: SADIK FİKRET GÜRGEN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Televizyon (TV) kanallarına ait logolar televizyon yayınlarındaki anlam taşıyan yegane nesnelerdir. Bu logolardan yararlanlarak TV reklam tespiti ve ya izleyici oranlarının ölçümü gibi pek çok faydalı uygulama geliştirilebilir. Bu çalışmada otomatik bir TV logo tanılama sistemi geliştirilmiştir. Bu sistem iki kısımdan oluşmaktadır: TV logo tespiti ve TV logo sınıflandırması. TV logo tespiti kısmında, şu fikirden yola çıktık: `bir televizyon yayınında tüm içerik zamanla değişir, değişmeyen tek şey TV logolarıdır'. Videodaki değişmeyen bu sabit alanları (TV logolarını) bulabilmek için zamana göre ortalaması alınmış ayrıtlardan yararlanılmıştır. TV logo sınıflandırması kısmında ise sınıflandırıcı olarak Karar Destek Makinesi (SVM) kullanılmıştır. TV logolarını en iyi temsil edebilecek öznitelikleri belirleyebilmek için yaygın kullanılan bazı altuzay analiz yöntemlerinden Temel Bileşenler Analizi (PCA), Negatif Olmayan Matrislerde Çarpanlara Ayırma (NMF), Bağımsız Bileşenler Analizi (ICA) ve Ayrık Kosinüs Dönüşümü (DCT) yöntemleri karşılaştırılmıştır. Bu altuzayanaliz yöntemlerini uygulayabilmek için tüm logo imgeleri Izgara Öznitelikleri (GD) kullanılarak sabit boyutlu gösterime dönüştürülmüştür. Sınıflandırma deneyleri için 152 farklı kanaldan toplanmış 3040 imgeden oluşan bir logo veritabanı oluşturulmuştur. En iyi sonucu %99.21 ile ICA2 vermiştir. Logo tespit ve tanılama deneyleri için ise Türkiye'de en çok izlenen 12 TV kanalından kayıtlar yapılmış ve 240 kayıttan oluşan bir veritabanı oluşturulmuştur. Önerilen sistem ile logo tespiti için %99.17, logo tanılama için ise %96.03 gibi başarım oranlarına ulaşılmıştır. Yapılan deneyler sonucunda önerilen TV logo tanılama sisteminin yüksek başarım oranlarıyla çalıştığı ve izleyici oranlarını ölçme sürecinde kullanılabileceği gösterilmiştir.