Bayes tabanlı sahne sınıflandırması
Bayesian scene classification
- Tez No: 182350
- Danışmanlar: PROF.DR. ALİ SAATÇİ, Y.DOÇ.DR. SELİM AKSOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Günümüzde teknolojinin hızlı bir şekilde ilerlemesi, sayısal ortamda saklananresim ve video arşivlerini ve bu arşivleri kullanan araştırma alanlarını hızlı birşekilde arttırmıştır. Bu arşivlerden en iyi şekilde yararlanılabilmesi için otomatikolarak değerlendirme ve çözümleme yapılması zorunlu bir koşul olarak ortayaçıkmıştır. Bu konuda, bu güne kadar yapılan çalışmalarda, resimlerin bütünündenelde edilen öznitelikler kullanılarak çeşitli istatistiksel yöntemler uygulanmıştır.Ancak, bu yöntemlerin başarısının sınırlı kalması, resimlerdeki alt alanlarınincelenmesi ve resimlerdeki uzamsal bilginin dikkate alınması gerektiğinigöstermiştir. Bu tez çalışmasında, uzamsal bilgi, resmin alt alanlara bölünmesiylemodellenmiştir. Alt alanlardan çıkarılan öznitelik bilgileriyle öbeklendirme yapılmışve resimler, farklı öbeklere atanan alt alanların toplamı olarak üç farklı biçimdemodellenmiştir. Önerilen modeller, kar, bitki örtüsü, su, gökyüzü, dağ ve şehirsahnelerinin sınıflandırılması için TRECVID2005 verisi ile test edilmiş ve uzamsalbilgiyi kullanmayan modellere göre sınıflandırma başarımının arttığı gözlenmiştir.
Özet (Çeviri)
The rapid development of technology has increased the digital image and videoarchives and enhanced the research areas that use these archives. To benefit fromthese archives most efficiently, automatically evaluating and analysing them hasarised as an obligation. At all the researches about this topic which are done up tonow, many statistical methods were applied that use the features extracted from thewhole image. But, the limited success of these methods has shown that, it is requiredto examine the subregions of the images and to consider the spatial information. Inthis thesis, spatial information has been modelled by the division of image intosubregions. Clustering has been done with the features that are extracted from thesubregions and the images have been modelled as the sum of distinctly clusteredsubregions in three different ways. The proposed models have been tested withTRECVID2005 dataset for the classification of snow, vegetation, water, sky, mountainand city scenes and it has been observed that the classification performanceincreased according to the models that do not use spatial information.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Shilling attack design and detection on masked binary data
Gizlenmiş ikili veriler üzerinde şilin atak tasarımı ve tespiti
ZEYNEP BATMAZ
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN POLAT
- Detect malware url using naive bayes algorithm
Naive bayes algoritmasını kullanarak kötü amaçlı yazılım url'sini algılama
FATİMAH YASEEN HASHİM AL-ZUBAİDİ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Derin öğrenme tabanlı oltalama saldırıları tespit sistemi
Deep learning based development of pishing attack detection
FERDİ GÜL
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DOÇ. DR. ÖNDER DEMİR
- Fake news detection with deep learning and machine learning methods
Sahte haberlerin derin öğrenme ve makine öğrenmesi ile tespiti
HATİCE KÜBRA KILINÇ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHasan Kalyoncu ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜLENT HAZNEDAR