Çok değişkenli Gauss karışım modelleme yöntemiyle görsel doku analizi
Visual texture analysis using multivariate Gaussian mixture method
- Tez No: 251904
- Danışmanlar: PROF. DR. BİLGE GÜNSEL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 71
Özet
Görsel dokular, periyodik olmayan çok farklı renk ve biçimlerde olabilmektedir. Bu yönüyle karmaşık ve zorlayıcı bir konu olan görsel doku analizi geniş kullanım alanlarına sahip olmasıyla güncelliğini korumaktadır. Bu çalışmada, görsel dokuların çok farklı yapılarda olan özniteliklerinin çok ölçekli bir yapıda modellenmesi ve bu modeller kullanılarak görsel dokuların otomatik sınıflanması hedeflenmiştir. Bu amaçla görsel doku modellemesinde çok boyutlu Gauss karışım modeli kullanılmıştır. Gauss karışım model parametreleri, uzamsal uzay ve Gabor uzayı olmak üzere iki farklı uzayda çıkarılan öznitelikler kullanılarak, beklentiyi en büyükleme algoritmasıyla hesaplanmıştır . Gabor uzayı çok ölçekli analiz imkânı sunarak dokuların farklı frekans ve yönelim özniteliklerini inceleme fırsatı vermesi nedeniyle tercih edilmiştir. İki sınıflama yöntemi farklı özellikteki görsel dokularda farklı başarımlarla çalışmaktadır. İki yöntem de iki dokulu sınıflama testlerinde %95'in üstünde başarımlar elde edilmiştir. Yönelimli dokularda ikinci yöntemin daha yüksek başarımlı sonuçlar verdiği durumlar bulunmuştur. Bazı dokuların Gabor uzayı öznitelikleri gri düzey özniteliklerine göre daha fazla yoğun bir yapıda olduğu görülmüştür.
Özet (Çeviri)
Visual texture could be in variable shape, form and colors. Being a complex and challenging topic, visual texture analysis is an up to date subject with its wide spread application areas. The aim of this study is to model visual texture in a multiscale structure and classify visual textures automatically using these models. In order to model visual texture, multivariate Gaussian mixture model is used. Visual textures are modelled in two domains. First one is spatial domain and the second domain is Gabor space. Gabor wavelet functions which has the ability of analysing frequency domain in different orientations, provides a multiscale approach. Gaussian mixture parameters of visual texture is calculated by expectation maximization algorithm which is one of the most popular topics nowadays. Both classification methods has modelled textures with different performances due to the structure of texture. Both classification methods have classification rates over 95% in two class classification. In Gabor domain some textures has more compact structure than it is in spatial domain.
Benzer Tezler
- Lifelong learning for auditory scene analysis
İşitsel sahne analizi için hayat boyu öğrenme
BARIŞ BAYRAM
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- A video surveillance system based on interacting multiple models
Etkileşimli çoklu modellere dayalı video gözetim sistemi
CEREN SARITAŞ
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
DOÇ. DR. CEM ÜNSALAN
- Modeling and clustering analysis of pulmonary crackles
Solunum sesı çıtırtılarının modellenmesı ve öbekleme analızı
METE YEĞİNER
Doktora
İngilizce
2008
BiyoteknolojiBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMİN P. KAHYA
- Multivariate modeling and diagnostic classification of pulmonary sounds
Solunum seslerinin çok değişkenli modellenmesi ve tanıya yönelik sınıflandırılması
İPEK ŞEN
Doktora
İngilizce
2013
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEP YASEMİN KAHYA
DOÇ. DR. MURAT SARAÇLAR
- Yenilenebilir enerji kaynakları ve elektrikli araçlarınbirbirine bağlı mikro şebekelere etkilerinin olasılıksalgüç akışı ile incelenmesi
Investigating the impact of electric vehicles andrenewable energy sources on networked microgridsusing probabilistic power flow
ABDULKERİM İSKENDEROĞLU
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER GÜL