The development of data processing capacity of computers, the production of advanced but inexpensive cameras and the requirement of use of visual tracking systems in many areas of daily life depending on the emergence of the needs such as visual tracking, monitoring and managing have increased interest of researchers in the object tracking issue in recent years.In this thesis, three novel visual tracking methods, which can provide solutions to three different real world problems, are presented. In the first tracking method, the tracking people wandering in crowded scenes is intended. The developed multiple human tracking method assigns a unique identity number to each person in view of fixed video camera angle. Being able to adapt to varying the light amount and dynamic background information of environment, the proposed multiple human tracking method could maintain the tracking process for a high success rate in unintended conditions such as exposure to partial occlusion of human view.The second tracking method is the statistical human action recognition method based on skin detection. This realized method provided support to treatment of Alzheimer's patients. By means of the proposed tracking method, it is determined that Alzheimer's patients, who must use drug at regular intervals, use the given drug in time or not. The information whether the patients received the drugs or not, is obtained after visual tracking hands and faces of them. The proposed tracking method gives the right decision at approximately 92% success ratio.In the third tracking method, 3-D body pose estimation of a moving person is performed by using 2-D image sequences obtained with the help of a single camera. Pose estimation method performed is based on estimates of body joint angles by taking the projection of 3-D model of an artificial person on 2-D image. To estimate current body joint angles, the color and shape information of each body segment are combined under a Bayesian framework. A simulation of 3-D artificial human body obtained by using body joint angles is performed. The movements of ?walking?, ?running? and ?jumping? are tracked successfully with the help of the 3-D artificial human model obtained.

Bilgisayarların veri işleme kapasitelerinin gelişmesi, yüksek kaliteye sahip ucuz kameraların üretilmesi ve görsel izleme, denetleme ve yönetme ihtiyacının ortaya çıkmasına bağlı olarak günlük yaşamdaki birçok alanda görsel takip sistemlerinin kullanılma gereksinimi, son yıllarda araştırmacıların nesne takibi konusuna olan ilgisini arttırmıştır.Bu tez çalışmasında, birbirinden farklı üç gerçek dünya problemine çözüm sağlayan üç yeni görsel takip yöntemi sunulmaktadır. İlk takip yönteminde, kalabalık ortamlarda gezinti yapmakta olan insanların takibi amaçlanmaktadır. Gerçekleştirilen çoklu insan takip yöntemi ile sabit bir video kameranın görüş açısı içerisinde hareket halinde olan her kişiye, eşsiz bir kimlik numarası atanmaktadır. Ortamın değişen ışık miktarına ve dinamik arka plan görünümüne hızlı bir şekilde adapte olabilen çoklu insan takip yöntemi, kişi görünümlerinin kısmi kapatmaya maruz kalması gibi istenmeyen durumlarda takip işlemini yüksek bir başarım oranı ile sürdürebilmektedir.İkinci takip yöntemi, ten yakalama tabanlı istatistiksel insan eylem algılama yöntemidir. Gerçekleştirilen bu yöntem ile Alzheimer hastalarının tedavilerine destek sağlanmıştır. Önerilen takip yöntemi kullanılarak tedavi süresince belirli aralıklarda ilaç kullanması gerekli olan Alzheimer hastalarının vaktinde ilacı kullanıp kullanmadığının tespiti yapılabilmektedir. İlacın hasta tarafından alınıp alınmadığı bilgisi, hastanın el ve yüz uzuvlarının görsel takibi sonucunda elde edilir. Önerilen takip yöntemi yaklaşık %92 oranında doğru karar verebilmektedir.Üçüncü takip yönteminde ise tek kamera yardımıyla elde edilen 2-boyutlu video imgeleri kullanılarak 3-boyutlu vücut poz tahmini yapılmaktadır. Gerçekleştirilen poz tahmin yöntemi, 3-boyutlu yapay bir insan modelinin 2-boyutlu imge üzerine izdüşümünün hesaplanarak vücut eklem açılarının tahmin edilmesine dayanır. Güncel eklem açılarını tahmin edebilmek için her bir vücut bölümüne ait renk ve şekil bilgileri bir Bayesian çatısı altında birleştirilir. Tahmini eklem açıları kullanılarak 3-boyutlu yapay insan modelinin benzetimi gerçekleştirilir. Elde edilen 3-boyutlu yapay insan modeli yardımıyla ?yürüme?, ?koşma? ve ?zıplama? hareketleri başarılı bir şekilde takip edilmektedir.