Geri Dön

Altuzay yöntemleri ile trafik işareti tanıma

Traffic sign recognition with subspace methods

PDF İndir

  1. Tez No: 367553
  2. Yazar: MUSTAFA ÖZDAMAR
  3. Danışmanlar: DOÇ. DR. RİFAT EDİZKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Telekomünikasyon Bilim Dalı
  13. Sayfa Sayısı: 135

Özet

Bu tez çalışmasında görüntü işleme uygulamalarından biri olan ve sürücülere görsel olarak yardım sağlamak amacıyla geliştirilmeye çalışılan trafik işareti tanıma problemi üzerinde çalışılmıştır. Bu çalışmada, imge tanımlayıcıların trafik işaret tanımadaki başarımları altuzay temelli sınıflandırıcılar kullanılarak elde edilmiştir. Altuzay yöntemleri sınıflandırma başarımını en iyilerken aynı zamanda özellik uzayında boyut indirgeme de sağlarlar. İmgeler üzerindeki trafik işareti içeren bölgeden imge tanımlayıcıları ile öznitelik vektörleri elde edilir. Bu çalışmada, imge tanımlayıcı olarak griseviye, Yerel Gradyan Histogram (YGH), Yerel İkili Örüntü (YİÖ), Yerel Faz Kuantalama (YFK) ve Gabor imge tanımlayıcıları kullanılmıştır. Öznitelik vektörleri; Temel Bileşen Analizi (TBA), Doğrusal Ayırtaç Analizi (DAA) ve Ayırtedici Ortak Vektör (AEOV) altuzay yöntemlerinde işlenerek trafik işareti tanıma yapılmıştır. Deneysel çalışmada üçgen ve dairesel işaret içeren veri tabanı kullanılmıştır. Veri tabanı ötelenmiş ve dönmüş trafik işaretleri de içermektedir. Altuzay temelli sınıflandırıcılarda tanıma performansları, şablon eşleme yöntemi ile karşılaştırılmıştır. En iyi başarımları AEOV altuzay yöntemi ve YGH imge tanımlaycısı vermiştir.

Özet (Çeviri)

In this thesis, one of image processing applications and drivers which is being developed to provide a visual aid on the problem of traffic sign recognition has been studied. In this study, the performance of some image descriptors in traffic sign recognition is obtained using the subspace-based classifiers. The subspace methods make both dimension reduction in feature space and maximize the classification rate. The feature vectors are extracted from the images containing a traffic sign by image descriptors. Gray scale, Histogram of Oriented Gradients (HOG), Local Binary Patterns (LBP), and Local Phase Quantization (LPQ) are used as image descriptors in our study. The feature vectors are processed by the subspace methods, Principle Component Analysis (PCA), Linear Discriminant Analysis (LDA), and Discriminative Common Vector (DCV), for recognizing traffic signs. In the experimental study, the database containing triangular and circular signs was used. The database also includes shifted and rotated traffic signs. The recognition performances of the subspace-based classifiers were compared with the template matching method. The best classification performances are obtained for the HOG features and DCV method.

Benzer Tezler

  1. Tez No

    959126

    Data-driven anomaly detection for airspace security using ADS-B surveillance data

    ADS-B gözetim verisi ile hava sahası güvenliği için veri tabanlı anomali tespiti

    ABDULLAH ÇERKEZOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DOÇ. BARIŞ BAŞPINAR

  2. Tez No

    953177

    Contributions to machine learning in biomedical informatics

    Biyomedikal enformatikte makine öğrenmesine katkılar

    İNCİ MELİHA BAYTAŞ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMichigan State University

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    PROF. DR. ANIL KUMAR JAIN

  3. Tez No

    447096

    Space time adaptive processing (STAP) in multi input multi output (MIMO) radar

    Çok girişli çok çıkışlı (ÇGÇÇ) radar larda uzay zaman adaptif işleme

    MEYSAM BEHNAM KHAJEHPASHA

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Sivil Havacılıkİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. MESUT KARTAL

  4. Tez No

    93434

    Speech enhancement by subspace methods

    Altuzay yöntemleri ile gürültü temizleme

    LEVEND SAYAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TOLGA ÇİLOĞLU

  5. Tez No

    181206

    Ambient vibration signature analysis with subspace methods: Case studies

    Çalışma koşulları altında elde edilen titreşim verilerinin altuzay yöntemleri ile çözümlenmesi: Örnek incelemeleri

    BİLGE ALICIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HİLMİ LUŞ

Geri Dön