Nesne Takibi Algoritmaları : Teori ve Matlab uygulaması

Description

Merhaba,

Ben Aybars. Bu kursta sizlerle hedef(veya 'nesne', 'obje' de denebilir) takibi konusunda anladığımı düşündüğüm bilgilerimi paylaşacağım. Bu konu ile yaklaşık 3-4 sene haşır neşir oldum hala da olmaktayım. Bu konuyla alakalı içerik oluşturmaya covid-19 salgınının ilk başlaması ile evlere tıkıldığımız o ilk günlerde karar verdim. Hedef takibi alanında malesef ülkemizde çok az araştırmacı aktif olarak çalışmakta olsa bile bir elin parmağını geçmeyecek sayıda (benim bildiğim kadarıyla) bu konuda aktif çalışan ve isim yapmış değerli hocalarımız da bulunmaktadır. Bana gelecek olursak, tabii ki de ben onlardan biri değilim:) Bu içerikleri oluşturmadaki esas amacım kendimi test etmekti aslında. Şöyle ki, bir X konusu hakkında hiçbir fikri olmayan birine sizin o konuyu anlatabilmeniz için o X konusunun(en azından anlattığınız kadarının) detaylarına hakim olmanız, denklemlerde neyin nereden geldiğini gösterebilmeniz gerekiyor ve bunları yaparken de olabildiğince sezgisel olarak dinleyiciyi tatmin etmeniz gerekiyor. Açık konuşmak gerekirse ülkemizde standart mühendislik eğitiminin teorik derslerinde biraz neyin ne olduğunu tam anlamadan, sezgisel olarak denklemlerin ne ifade ettiğini anlamaya çalışmaktan ziyade biraz daha ezbere yönelik : dersi geç - -> diplomayı al şeklinde hareket ediyoruz. Hal böyle olunca hedef takibi gibi teorik olarak oldukça zorlayıcı bir alanda yazılmış kitap, yayın vs okuduğumuzda yazanlardan bir şeyler anlamak bir hayli zorlayıcı olabiliyor (benim için böyle olmuştu).   

Hedef takibi oldukça kapsamlı, teorik anlamda kompleks ve sürekli gelişen bir alan. Benim amacım, bu konuya meraklı ancak bilgisi olmayan arkadaşların bu alana biraz daha yumuşak bir geçiş yapmalarını sağlamak. Bu bağlamda içerikleri oluştururken iki ana kaynağı kullandım:

[1]:BAYESIAN FILTERING AND SMOOTHING-Simo Sarkka

[2]:Estimation with Applications to Tracking and Navigation: Theory, Algorithms and Software-Yaakov Bar‐Shalom, X.‐Rong Li, Thiagalingam Kirubarajan

İlk bölümler çoğunlukla [1]'den. Kalman filtresi ön hazırlık ve denklemlerin derivasyonu kısımlarını ise [2]'den faydalanarak ancak [1]'deki notasyona bağlı kalarak oluşturdum. Tabi ki kitapta yazan denklemleri olduğu gibi yazıp geçmedim. Anlaşılması zor olduğunu düşündüğüm yerleri biraz daha detaylandırarak, kitapta 2-3 adımda çıkarılan denklemleri olabildiğince ara adımlarını da göstererek 5-6 adımda çıkarmaya çalıştım. 

Biraz da pratik anlamda neler var kursta ondan bahsedeyim. Öncelikle söylemeliyim ki bu kursta Machine learning kurslarında olan 'magic'ler yok. Teorik kısımını anlamadan hazır fonksiyonlar kullanarak malesef birşeyler yapmak mümkün değil. Bu sebeple olay daha çok teorik kısımları anlamaktan geçiyor. Şimdilik kursun %80'i basit olmayan teorik bilgiden oluşuyor. Geri kalan kısım teoride öğrendiklerimizi sentetik veriler üzerinde uygulamasını yapmak üzerine. Şimdilik (20.11.2020) standart Kalman filtresinin sentetik 2D ölçüm verilerine uygulandığı bir kısım var. Gelecekte EKF, UKF ve Parçacık filtresi, ve  çoklu hedef takibi konusunda literatürdeki en eski, implementasyonu en basit olan birkaç algoritma da eklemeyi hedefliyorum(Ama bu dediklerimi ne zamana eklerim şu anlık iş yoğunluğumda açıkcası bilemiyorum-minimum bir sene diyelim).   

Bu kursu kimler almalı(!):

Lisansta teorik derslerden(matematik, olasılık(özellikle bu), sinyaller sistemler, vs) ezberlemeden, 'Bu teorik bilgileri mezun olduktan sonra zaten kullamıyoruz yeeaa' demeden iyi notlarla geçmiş, ingilizce döküman okumakta sıkıntı çekmeyen (Bu alanda türkçe kaynak biraz zor bulursunuz)  çalışkan öğrenciler.

Bu kursu kimler almamalı(!):

1-pdf diyince aklına 'Adobe Acrobat' gelenler.

2-Teorik kısımdan ziyade hazır kodlar üzerinden konuyu anlamayı veya hedef takibi ile alakalı bir gerçek dünya problemi çözmeyi / proje gerçekleştirmeyi hayal edenler.

3-Machine Learning kurslarındaki 0 teorik bilgi ile üç beş satırlık kodla yapılan  'magic'leri görmek isteyenler.

TAKE THIS COURSE