Nesne tanıma ve karşılaştırma problemleri için kapalı polinom denklemlerinin ayrıştırılması
Decomposition of implicit polynomial equations for object recognition and comparison
- Tez No: 134387
- Danışmanlar: YRD. DOÇ. DR. MUSTAFA ÜNEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2003
- Dil: Türkçe
- Üniversite: Gebze Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- A comparison of loss functions in deep embedding
Derin gömme yitim fonksiyonlarının karşılaştırılması
CENK BİRCANOĞLU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NAFİZ ARICA
- Multi-scale recursive context aggregation network for semantic segmentation
Anlamsal bölümleme için çok ölçekli özyinelemeli bağlam birleştirme ağı
ABDULLAH YALÇIN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KESKİNÖZ
- Genel çevrelerin mesafelerinin bulanık resimlerden hesaplanması
Computing depth of general scenes from defocused images
MURAT ARSLAN
Yüksek Lisans
Türkçe
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. VEYSEL ASLANTAŞ
- Attribute based classifiers for image understanding
Görüntü anlamlandırmak için nitelik tabanlı sınıflandırıcılar
BERKAN DEMİREL
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NAZLI İKİZLER CİNBİŞ
YRD. DOÇ. DR. RAMAZAN GÖKBERK CİNBİŞ
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA