Geri Dön

Nesne tanıma ve karşılaştırma problemleri için kapalı polinom denklemlerinin ayrıştırılması

Decomposition of implicit polynomial equations for object recognition and comparison

  1. Tez No: 134387
  2. Yazar: ÖMER KAYAALTI
  3. Danışmanlar: YRD. DOÇ. DR. MUSTAFA ÜNEL
  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: 2003
  8. Dil: Türkçe
  9. Üniversite: Gebze Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 91

Özet

IV ÖZET Nesne tanıma bilgisayarla görmenin alt alam olarak uzun bir tarihe sahiptir ve amacı nesneleri alman görüntülerden tanıma ve tanınan nesnelerin üç boyutlu uzayda yerinin belirlenmesidir. Nesne tanıma tekniklerinden biride cebirsel eğrilerin ayrıştırılması yöntemidir. Bu tezde sayısal görüntülerdeki nesnelerin cebirsel eğrilerle modellenmesi ve bu eğrilerin basit geometrik şekillere ayrıştırılması konusu çalışılmıştır. Elde edilen basit geometrik şekillerin özellikleri kullanılarak nesne tanıma ve karşılaştırma problemleri için algoritmalar geliştirilmiştir. Nesneleri sınırlayan noktalar En Küçük Kareler, 3L, Gradient One ve Ridge Regression eğri uydurma yöntemleri kullanılarak cebirsel eğrilerle modellenmiş ve“Ayrıştırma Teoremi”kullanılarak nesne tanıma ve karşılaştırmada kullanılan cebirsel ve kanonik invaryantlar elde edilmiştir. Ayrıca bu tezde, eksik ve gaussien gürültülü sınır noktalarını modelleyen cebirsel eğrilerdeki katsayı değişimleri ve cebirsel eğrilerden elde edilecek invaryantların değişimi incelenmiştir.

Özet (Çeviri)

SUMMARY Object recognition has a long history as a sub-field of computer vision and its aims are to recognize objects from images and determine the position and orientation of these objects in 3-D space. One of the object recognition techniques is the algebraic curve decomposition method. In this thesis, modeling objects in digital images by algebraic curves, and decomposition of these curves into basic geometrical shapes have been studied. Using the properties of the geometric primitives, algorithms for object recognition, and comparison have been developed. Algebraic curves based on Least Squares, 3L, Gradient One, and Ridge Regression curve fitting techniques are employed for modeling the boundary sets of objects, and the decomposition theorem is applied to compute algebraic and canonical invariants, which can be used for object recognition and comparison. Moreover in this thesis, coefficient variability of algebraic curves and changes in the computed invariants from these curves under missing data and gaussian noise have been studied.

Benzer Tezler

  1. Tez No

    467556

    A comparison of loss functions in deep embedding

    Derin gömme yitim fonksiyonlarının karşılaştırılması

    CENK BİRCANOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NAFİZ ARICA

  2. Tez No

    874223

    Multi-scale recursive context aggregation network for semantic segmentation

    Anlamsal bölümleme için çok ölçekli özyinelemeli bağlam birleştirme ağı

    ABDULLAH YALÇIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KESKİNÖZ

  3. Tez No

    152086

    Genel çevrelerin mesafelerinin bulanık resimlerden hesaplanması

    Computing depth of general scenes from defocused images

    MURAT ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. VEYSEL ASLANTAŞ

  4. Tez No

    455716

    Attribute based classifiers for image understanding

    Görüntü anlamlandırmak için nitelik tabanlı sınıflandırıcılar

    BERKAN DEMİREL

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NAZLI İKİZLER CİNBİŞ

    YRD. DOÇ. DR. RAMAZAN GÖKBERK CİNBİŞ

  5. Tez No

    728716

    Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

Geri Dön