Geri Dön

Image classification using low level features and C4.5 algorithm

Düşük seviyeli özellikleri ve C4.5 algoritmasını kullanarak resim sınıflandırma

  1. Tez No: 119560
  2. Yazar: MUSTAFA KAYA
  3. Danışmanlar: YRD. DOÇ. DR. ADİL ALPKOÇAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2002
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 76

Özet

ÖZET Günümüzde Internet'in gelişmesi ve yaygınlaşması sayesinde, resim, görüntü ve ses içeren giga baytlarca çoklu ortam dokümanına erişebiliyoruz. Hergün bu dokümanlara yenileri eklenmektedir. Ne yazık ki; bu veri dağınık ve düzenlenmemiş olduğu için bilgi arama ve bilgiye ulaşım zor olmaktadır. Verimli gözden geçirme, arama ve erişime olanak verecek şekilde düzenlenmemişse bilgiye erişmemiz ve faydalanmamız mümkün olamaz. Bu durum, resimlerin otomatik olarak incelenmesi, yorumlanması ve kataloglanması için gerekli daha sofistike metodlara olan ihtiyacı arttırmaktadır. Bu tezde hareketsiz resimleri alt düzey özellikleri ve C4.5 algoritmasını kullanarak sınıflandıran bir sistem öneriyorum. Bu sistem, daha gelişmiş resim erişim sistemlerinin kullanılabilirliliğini ve performansını arttıran, tamamlayıcı bir bileşen olarak kullanılabilir. Sistem öncelikle her resim için bir özellik vektörü oluşturur, eğitim setindeki resimlerin özellik vektörleri ve C4.5 algoritmasını kullanarak bir karar ağacı inşa eder. Bu karar ağacı daha sonra test setindeki resimlerin sınıflandırılması için kullanılır.

Özet (Çeviri)

ABSTRACT Today, with the development and spreading of Internet we are able to reach giga bytes of multi-media documents which contains still images, video and sound. Everyday new ones are added to existing documents. Unfortunately, this data is both scattered and unorganized, making search and retrieval of information difficult. We can not access to or make use of the information unless it is organized so as to allow efficient browsing, searching and retrieval. This situation is increasing the need for more sophisticated methods for automatically analyzing, interpreting and cataloging this imagery. In this thesis I propose a system which classifies still images using low-level features and C4.5 algorithm. This system can be used as a supplementary component for more sophisticated image retrieval systems in order to increase their useability and performance. System first forms a feature vector for each image, and then using the feature vectors of images in the training set and C4.5 algorithm system constructs a decision tree. This tree is further used to classify images in the test set. t.c yükseköğretim kuiuui pokümakcasyon meuozl

Benzer Tezler

  1. Tez No

    143475

    Combining image features for semantic descriptions

    Anlamsal tanımlamalar için görüntü öznitelikleri birleştirme

    MEDENİ SOYSAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYDIN ALATAN

  2. Tez No

    565494

    Semantic land cover and land use classification using deep convolutional neural networks

    Derin evrişimsel sinir ağları ile arazi kullanımı ve arazi örtüsünün anlamsal sınıflandırılması

    BERK GÜNEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  3. Tez No

    333146

    Synthetic attributes for image classification

    İmge sınıflandırma için sentetik nitelikler

    MEHMET KARAYEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDeniz Harp Okulu Komutanlığı

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. NAFİZ ARICA

  4. Tez No

    143368

    Image classification for content based indexing

    İçerik tabanlı indeksleme amaçlı görüntü sınıflandırma

    SERDAR TANER

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. METE SEVERCAN

  5. Tez No

    678476

    Evrişimli sinir ağları kullanılarak retina görüntülerinin segmentasyonu ve sınıflandırılması

    Segmentation and classification of retina images using convolutional neural networks

    MALI MOHAMMEDHASAN

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HARUN UĞUZ

Geri Dön