Hanolistic: A hierarchical automatic image annotation system using holistic approach
Bütünsel yaşlaşımla hiyerarşik otomatik resim açıklama
- Tez No: 177503
- Danışmanlar: PROF. DR. FATOŞ T. YARMAN VURAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Otomatik görüntü açıklama dijital bir görüntüye, görüntü ile ilgili anahtar kelimelerin verilmesi işlemidir. Görüntü açıklama bir anlamda görsel içerik bilgisinin anlamsal bilgiye dönüştürülmesi işlemi olarak düşünülebilir. Bu çalışmada, yeni bir otomatik görüntü açıklama yöntemi önerilmektedir. Görüntü açıklama çok değişkenli bir dönüşüm şeklinde formüle edilmiş olup, bu dönüşüm, görüntüyü bir bütün olarak ifade eden birbirinden bağımsız çok sayıda görsel betimleyici uzayından, sınıf isimlerine denk düşen bir grup kelimeyi atama işlemi olarak gerçekleşmektedir. Bu amaçla iki katmanlı sıradüzenli bir yapı tanımlanmaktadır. Birinci katmanda, çok sayıda görüntü açıklayıcısının herbiri görüntünün tamamından çıkarılan, birbirinden farklı betimleyicilere göre bütün kelimelerin ait olma olasılıkları hesaplanır. Görüntünün öznitelikleri bütün görüntüden çıkarıldığı için bölütleme ile ilgili sorunlardan kaçınılabilmiştir. Görüntü açıklayıcıları kelimelerin sınıf ismi olarak ele alındığı denetlenebilir öğrenme algoritmaları ile eğitilmiştir. Bu eğitimde, bir görüntünün birden çok sınıfa ait olduğu varsayılmıştır. Bu öğrenme yönteminde, öznitelik uzayindaki vektörler birden fazla sınıfa ait olabilirler. Birinci katmanın çıktıları verilen bir görüntü için, sözlükteki bir kelimenin ait olma olasılık değerini ifade etmektedir. İkinci katmanda, birinci katmandaki çok sayıda açıklayıcıdan gelen aitlik verileri çeşitli yöntemlerle birleştirilerek yeni aitlik değerleri hesaplanır. En sonunda, ikinci katmadan elde edilen sonuçlardan yararlanılarak görüntüyü açıklayan bir grup kelime seçilir. Önerilen çok katmanlı yapı, literatürdeki bütünsel ve bölgesel yaklaşımla resim açıklama yöntemlerinden daha başarılı sonuçlar elde etmektedir. Bu çalışmada öne sürülen yöntem deneysel olarak incelenmiş ve pek çok performans kriteri göz önünde bulundurularak literatürdeki yöntemlerle karşılaştırılmıştır.
Özet (Çeviri)
Automatic image annotation is the process of assigning keywords to digital images depending on the content information. In one sense, it is a mapping from the visual content information to the semantic context information. In this thesis, we propose a novel approach for automatic image annotation problem, where the annotation is formulated as a multivariate mapping from a set of independent descriptor spaces, representing a whole image, to a set of words, representing class labels. For this purpose, a hierarchical annotation architecture, named as HANOLISTIC (Hierarchical Image Annotation System Using Holistic Approach), is defined with two layers. At the first layer, called level-0 annotator, each annotator is fed by a set of distinct descriptor, extracted from the whole image. This enables us to represent the image at each annotator by a different visual property of a descriptor. Since, we use the whole image, the problematic segmentation process is avoided. Training of each annotator is accomplished by a supervised learning paradigm, where each word is represented by a class label. Note that, this approach is slightly different then the classical training approaches, where each data has a unique label. In the proposed system, since each image has one or more annotating words, we assume that an image belongs to more than one class. The output of the level-0 annotators indicate the membership values of the words in the vocabulary, to belong an image. These membership values from each annotator is, then, aggregated at the second layer by using various rules, to obtain meta-layer annotator. The rules, employed in this study, involves summation and/or weighted summation of the output of layer-0 annotators. Finally, a set of words from the vocabulary is selected based on the ranking of the output of meta-layer. The hierarchical annotation system proposed in this thesis outperforms state of the art annotation systems based on segmental and holistic approaches. The proposed system is examined in-depth and compared to the other systems in the literature by means of using several performance criteria.
Benzer Tezler
- Determining maritime cyber security dynamics on the perspective of marine insurance and development of maritime cyber security risk management tool
Denizcilik sigortaları açısından deniz siber güvenlik dinamiklerinin belirlenmesi ve deniz siber güvenlik risk yönetim aracının geliştirilmesi
GİZEM KAYİŞOĞLU
Doktora
İngilizce
2023
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN BOLAT
- Dağıtım merkezi depolarına ilişkin hiyerarşik depo tasarım metodolojisi ve konvansiyonel/otomatik depo karar problemine ilişkin analitik bir model
Hierarchical warehouse design methodology and an analytical model for conventional/automatic warehouse decision problem for distribution centers
İSMAİL KARAKIŞ
Doktora
Türkçe
2014
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT BASKAK
- Mekansal-zamansal hasta hareketlilik verileriyle mekansal etkileşim örüntülerinin analizi ve akış haritaları aracı tasarımı ve geliştirilmesi
Analysis of spatial interaction patterns using spatio temporal patient mobility data, and designing and developing a flow mapping tool
SELMAN DELİL
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- Machine learning analysis on nanomaterials literature data and knowledge exploration
Makine öğrenimi ile nanomalzeme literatür verisinin analizi ve bilgi keşfi
CUMHUR YILDIRIM
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
PROF. DR. NİLGÜN BAYDOĞAN
- Social entrepreneurship in gastronomy industry: A holistic approach
Gastronomi sektöründe sosyal girişimcilik: Bütünsel bir yaklaşım
DUYGU ÇELEBİ
Doktora
İngilizce
2021
Gastronomi ve Mutfak SanatlarıYaşar Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. İGE PIRNAR