Yapay sinir ağları ile görüntü sıkıştırma ve görüntü kütük biçimi
An image compression application and image file format based on artificial neural network
- Tez No: 155414
- Danışmanlar: Y.DOÇ.DR. HARUN ARTUNER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay sinir ağları, görüntü sıkıştırma, Artificial neural network, image compression
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
YAPAY SİNİR AĞI İLE GÖRÜNTÜ SIKIŞTIRMA UYGULAMASI VE GÖRÜNTÜ KÜTÜK BİÇİMİ Öner ÜNAL ÖZ Yapay anlayış yaklaşımları, bilgisayara insan benzeri yetenekleri kazandırma çabası olarak tanımlanabilir. Yapay sinir ağı bu yaklaşımlardan en temellerinden biri olarak ön plana çıkar, insan sinir sistemi, temel duyularla beslenen karmaşık bir nöron ağı olarak tanımlanabilir. Bu çalışma ile insan görme duyusu taklit edilerek bir sayısal görüntü oluşturulmak istenmektedir. Bu yapının sağlayacağı avantajlar ve nöron sayısının etkileri incelenmiştir. Bu avantajlardan en önemlisi olarak, görüntü insan görme duyusunun algılamayacağı ayrıntılardan kurtarılarak daha az bellek alanı kullanımı öne çıkmıştır. Ayrıca, bu yöntemle görüntüye özel bir sıkıştırma yaklaşımı çalışmanın doğal bir sonucu olarak ortaya çıkmıştır. Bu çalışma sırasında ileri beslemeli yapay sinir ağı modeli ve en temel öğrenme kurallarından geri yayılımlı öğrenme kullanılmıştır. Oluşturulacak yapay sinir ağı ve kullanılacak öğrenme kuralı ile ilgili özelliklerin kullanıcı tarafından belirlenmesi, oluşturulacak görüntünün kalitesinin kullanıcı tarafından belirlenmesini sağlamıştır. Bu çalışma sonucu olarak yapay sinir ağı modeli tabanlı bir sayısal görüntü kütüğü biçimi ortaya konulmuştur. Bu kütük biçimini oluşturacak ve bu kütüklerde saklanan görüntüleri yeniden sayısal görüntüye dönüştürecek uygulamalar geliştirilmiştir. Bu yaklaşımın görüntü türlerine göre sıkıştırma başarımları incelenmiş ve varolan görüntü sıkıştırma teknikleri ile karşılaştırmalı olarak değerlendirilmiştir.
Özet (Çeviri)
AN IMAGE COMPRESSION APPLICATION AND IMAGE FILE FORMAT BASED ON ARTIFICIAL NEURAL NETWORK Öner ÜNAL ABSTRACT Artificial intelligence approaches, which are used in this study, can be defined as using computer systems with human like capabilities. Artificial neural networks are the most useful one of these approaches to simulate natural neural systems which was fed by basic senses. In this study, artificial neural network systems are used for simulating human vision sense. Advantage of this approach and effects of number of neurons are examined. The most advantage is compression by reducing non-visible details of images. Feed forward neural network and back propagation learning rule are used for image compression. Neural network and learning rule parameters, which determine image quality and compression performance, can be controlled by users in designed applications. A file format is implemented for images which was compressed by artificial neural networks. Compression and decompression applications are designed in this study with simple and user friendly interfaces. Compression paremeters effects and comparative test results with still image compression techniques are discussed.
Benzer Tezler
- Fractal image compression with radial basis function neural networks
Radyal taban fonksiyonlu yapay sinir ağları ile fraktal görüntü sıkıştırma
OSMAN ÖZDEMİR
Yüksek Lisans
İngilizce
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. CÜNEYT GÜZELİŞ
- Derin öğrenme tabanlı süper çözünürlük teknikleri kullanarak JPEG sıkıştırma kaybının iyileştirilmesi
Recovering JPEG compression loss via deep learning-based super resolution techniques
MUHAMMET BOLAT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
DR. NURULLAH ÇALIK
- 2.5D ViT: vision transformer based brain age estimation with 3D brain MRI pre-processes
2.5D ViT: 3 boyutlu beyin MR görüntülerinin ön işlenmesiyle görüntü dönüştürücü tabanlı beyin yaşı tahmini
MUAZZEZ BUKET DARICI
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiKadir Has ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ATİLLA ÖZMEN
- Lightweight facial expression recognition systems for social robots
Sosyal robotlar için hafif ağırlıklı yüz ifadesi tanıma sistemleri
ERHAN BİÇER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Çok tabakalı (MLP) yapay sinir ağı ile görüntü işleme ve görüntü sıkıştırma
Image processing and image compression by multilayer perceptron (MLP) neural network
ALİ BAHADIR
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik MühendisliğiNiğde ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BEKİR SAMİ TEZEKİCİ