Combining image features for semantic descriptions
Anlamsal tanımlamalar için görüntü öznitelikleri birleştirme
- Tez No: 143475
- Danışmanlar: DOÇ. DR. AYDIN ALATAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: içerik tabanlı dizinleme, MPEG-7, sınırlandırıcı birleştirme, content-based indexing, MPEG-7, combining classifiers
- Yıl: 2003
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Sayısal çoğulortam içeriği üretimi ve dolayısıyla tüm dünyada varolan içerik miktarı geçtiğimiz yıllarda büyük bir artış göstermiştir. Bu artışın sonuçlarına değişik şekillerde de olsa her yerde rastlanabilmektedir. Örnek vermek gerekirse, belli başlı yayın kuruluşlarının dev sayısal video arşivleri, ticari amaçlı imge arşivleri ve sanal müzeleri bunlar arasında sayabiliriz. Bu kaynakların yararlı ve erişilebilir olması için, bu teknolojik ilerlemenin etkili dizinleme ve erişim teknikleriyle desteklenmesi gerekmektedir. En etkili dizinleme, çoğulortam veritabanlarımn sıradan kullanıcılarının sorgularını dayandırdıkları anlamsal kavramları temel alan erişime olanak sağlayan dizinlemedir. Öte yandan, imgelerin düşük seviyeli tanımlayıcılar yoluyla anlamsal sınıflara ayrılması zor bir problemdir. Değişik sınırlandırıcı yapılarına sahip, MPEG-7 düşük seviye renk ve doku tanımlayıcıları ile eğitilmiş uzmanların birleştirilmesi bir çözüm alternatifi olarak incelenmiştir. Değişik sınırlandırıcı yapılarını ve imge özelliklerini biraraya getirebilmek için temel uzman birleştirme metodlannı farklı şekillerde kullanan gelişmiş karar mekanizmaları önerilmiştir. Bu karar mekanizmalarının herbiri sınıflandırma performansı konusunda tekil uzmanların sağladığından daha başarılı sonuçlar elde etmişlerdir. Deneyler sekiz ayrı görsel anlamsal sınıf üzerinde yapılmış ve birleşik uzmanlar tekil uzmanların en başarılısından %3. 5-6.5 arasında daha iyi sonuç vermişlerdir.
Özet (Çeviri)
Digital multimedia content production and the amount of content present all over the world have exploded in the recent years. The consequences of this fact can be observed everywhere in many different forms, to exemplify, huge digital video archives of broadcasting companies, commercial image archives, virtual museums, etc. In order for these sources to be useful and accessible, this technological advance must be accompanied by the effective techniques of indexing and retrieval. The most effective way of indexing is the one providing a basis for retrieval in terms of semantic concepts, upon which ordinary users of multimedia databases base their queries. On the other hand, semantic classification of images using low-level features is a challenging problem. Combining experts with different classifier structures, trained by MPEG-7 low-level color and texture descriptors, is examined as a solution alternative. For combining different classifiers and features, advanced decision mechanisms are proposed, which utilize basic expert combination strategies in different settings. Each of these decision mechanisms, namely Single Feature Combination (SFC), Multiple Feature Direct Combination (MFDC), and Multiple Feature Cascaded Combination (MFCC) enjoy significant classification performance improvements over single experts. Simulations are conducted on eight different visual semantic classes, resulting in accuracy improvements between 3.5-6.5%, when they are compared with the best performance of single expert systems.
Benzer Tezler
- Density-based shape descriptors and similarity learning for 3D shape retrieval
3B nesne arama için olasılık yoğunluğuna dayalı şekil betimleyicileri ve benzerlik öğrenme
CEYHUN BURAK AKGÜL
Doktora
İngilizce
2008
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. BÜLENT SANKUR
- Improved image based localization using semantic descriptors
Anlamsal betimleyiciler ile gelişmiş imge tabanlı konumlandırma
İBRAHİM ÇINAROĞLU
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YALIN BAŞTANLAR
- Image auto-annotation based on combination of text and visual clustering
Resimlerin metin ve görsel kümelemeye dayalı olarak otomatik etiketlenmesi
ERBUĞ ÇELEBİ
Doktora
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ADİL ALPKOÇAK
- Investigation of artificial intelligence-based point cloud semantic segmentation
Yapay zeka tabanlı nokta bulutu semantik bölümlendirmesinin incelenmesi
MUHAMMED ENES ATİK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN