Cepstral methods for image feature extraction
İmge öznitelik çıkarımı için kepstral yöntemler
- Tez No: 275068
- Danışmanlar: PROF. DR. A. ENİS ÇETİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
İmgelerden çıkarılan bilgilerin hazırlanmasındaki öneminden dolayı, imge öznitelik çıkarımı, bilgisayarla görme ve örüntü tanıma alanlarındaki en önemli çalışma alanlarından biridir.Bu tezde, imgelerden öznitelik çıkarımı için, iki boyutlu (2B) kepstrum tabanlı yöntemler (2B mel- ve Mellin-kepstrum) sunulmaktadır. Önerilen öznitelik çıkarım teknikleri, yüz tanıma ve hedef tespit uygulamalarında kullanılmıştır. Kepstral öznitelikler, genlik ve öteleme değişimlerine karşı değişimsizdir. Buna ek olarak, 2B Mellin-kepstrum kullanılarak çıkarılan öznitelikler, dönme değişimsizdir. Sağladığı bu faydalardan dolayı, önerilen yöntemler çeşitli öznitelik çıkarım problemlerinde kullanılabilir.Kepstral yöntemler kullanılarak çıkarılan öznitelik matrisleri, Ortak Matris Yaklaşımı (CMA) ve çok sınıflı Destek Vektör Makinası (SVM) kullanarak sınıflandırılmıştır. Deneysel sonuçlar, kepstral öznitelik çıkarım algoritmaları kullanılarak elde edilen başarı oranlarının standart temel yöntemlerle (Temel Bileşen Analizi, Fourier-Mellin Dönüşümü, Doğrusal Ayırtaç Analizi) elde edilen başarı oranlarından yüksek olduğunu göstermiştir. Dahası, kepstral yöntemlerce çıkarılan özniteliklerin, hesaplama yükü bakımından daha verimli olduğu gözlemlenmiştir.Hedef tespiti görevinde, önerilen öznitelik çıkarım yöntemleri, tipik Otomatik Hedef Tanıma (ATR) sisteminin, tespit ve ayrımsama aşamalarında kullanılmaktadır. Kepstral yöntemlerden elde edilen öznitelik matrisleri SVM sınıflandırıcısına uygulanmıştır. Benzetim sonuçları, 2B kepstral öznitelik çıkarım yöntemlerinin SAR imgelerinde hedef tespitinde kullanılabileceğini göstermiştir.
Özet (Çeviri)
Image feature extraction is one of the most vital tasks in computer vision and pattern recognition applications due to its importance in the preparation of data extracted from images.In this thesis, 2D cepstrum based methods (2D mel- and Mellin-cepstrum) are proposed for image feature extraction. The proposed feature extraction schemes are used in face recognition and target detection applications. The cepstral features are invariant to amplitude and translation changes. In addition, the features extracted using 2D Mellin-cepstrum method are rotation invariant. Due to these merits, the proposed techniques can be used in various feature extraction problems.The feature matrices extracted using the cepstral methods are classified by Common Matrix Approach (CMA) and multi-class Support Vector Machine (SVM). Experimental results show that the success rates obtained using cepstral feature extraction algorithms are higher than the rates obtained using standard baselines (PCA, Fourier-Mellin Transform, Fourier LDA approach). Moreover, it is observed that the features extracted by cepstral methods are computationally more efficient than the standard baselines.In target detection task, the proposed feature extraction methods are used in the detection and discrimination stages of a typical Automatic Target Recognition (ATR) system. The feature matrices obtained from the cepstral techniques are applied to the SVM classifier. The simulation results show that 2D cepstral feature extraction techniques can be used in the target detection in SAR images.
Benzer Tezler
- Advanced techniques and comprehensive analysis in speech emotion recognition using deep neural networks
Derin sinir ağları kullanarak konuşma duygu tanıma üzerine gelişmiş teknikler ve kapsamlı analiz
AHMET KEMAL YETKİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- İnsansız hava araçlarının derin öğrenme tabanlı tespiti ve sınıflandırılması
Deep learning based detection and classification of unmannedaerial vehicles
OZAN DEMİR
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜL SALOR DURNA
DR. ALPER BEREKETLİ
- Akustik ve görsel özellikleri kullanarak müzik tür sınıflandırması uygulaması
Musical genre classification application using both acoustic and visual features
ALİ ÖZKAHRAMAN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜRVET KIRCI
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Videodan derin öğrenme tabanlı duygu tanıma
Deep learning-based emotion recognition on video
ORHAN ATİLA
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENGÜR