Analyzing the effects of low-level features for visual attribute recognition
Görsel nitelik öğrenmede alt-düzey özniteliklerin etkilerinin analizi
- Tez No: 415227
- Danışmanlar: YRD. DOÇ. DR. NAZLI İKİZLER CİNBİŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Görsel nitelikler bilgisayarlı görü alanında son zamanlarda popüler olmaya başlamış bir konudur. Görsel nitelikler nesne tanıma, insan arama, sahne tanıma gibi bir çok alanda kullanılmaktadır. Görsel niteliklerin öğreticiyle öğrenilebilmesi için ilk adım düşük seviyeli özniteliklerin çıkartılmasıdır. Sonrasında görsel nitelik öğrenme algoritmaları uygulanarak görsel nitelik modelleri oluşturulur. Bu tez çalışmasında düşük seviyeli özniteliklerin görsel nitelik öğrenmeye etkisi araştırılmıştır. Bu amaçla şekil, renk ve doku gibi farklı görsel karakteristikleri tanımlayabilen çeşitli öznitelikler kullanılmıştır. Ayrıca gitgide gelişmekte olan derin özniteliklerin görsel nitelik öğrenmeye etkileri de değerlendirilmiştir. Deneyleri gerçekleştirmek için farklı görsel tanıma görevleri için tanımlanmış dört adet veri kümesi kullanılmış ve sonuçları kaydedilmiştir. Sonuçlarımıza göre görsel nitelik öğrenme için derin öznitelik kullanımı etkilidir. Bunun yanında bu özniteliklerin düşük seviyeli öznitelikler ile kombinasyonu daha etkili sonuçlar vermiştir.
Özet (Çeviri)
In recent years, visual attributes became a popular topic of computer vision research. Visual attributes are being used on various tasks including object recognition, people search, scene recognition, and so on. In order to encode the visual attributes, a common applied procedure for supervised learning of attributes is to extract low-level visual features from the images first. Then, an attribute learning algorithm is applied and visual attribute models are formed. In this thesis, we explore the effects of using different low-level features on learning visual attributes. For this purpose, we use various low-level features, which aim to capture different visual characteristics, such as shape, color and texture. In addition, we also evaluate the effect of the recently evolving deep features on the attribute learning problem. Experiments have been carried out on four different datasets, which were collected for different visual recognition tasks and extensive evaluations have been reported. Our results show that, while using the supervised deep features are effective, using them in combination with low-level features are more effective for visual attribute learning.
Benzer Tezler
- Mevkisel ve anlamsal göreceli nitelikler yardımıyla görüntü tanıma
Visual recognition via spatially and semantic relative attributes
EMRAH ERGÜL
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
DOÇ. DR. NAFİZ ARICA
- A multi - factor analysis model to determine the use value of enclosed outdoor spaces
Binalarla tanımlanmış dış mekanların kullanım değerini saptamaya yönelik çok faktörlü bir analiz modeli
DİLEK YILDIZ
Doktora
İngilizce
2004
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. HASAN ŞENER
- Cephe açıklıklarının iç mekandaki günışığı performansına etkisinin konut örneğinde incelenmesi
Investigation of the effect of the facade apertures to daylight performance in interior in the residential buildings
ZEHRA AYBİKE KILIÇ
Yüksek Lisans
Türkçe
2018
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. ALPİN KÖKNEL YENER
- Kıyı alanlarında mekansal bağlantıların yaya hareketleri ve mekan kullanımına etkileri
The effects of spatial connectivity on pedestrian movement and space usage in waterfront areas
ZEYNEP CEREN DURGUT
Yüksek Lisans
Türkçe
2021
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. DİLEK YILDIZ
- Farklılaşan sosyo-ekonomik yapının meydanlardaki kullanıcı tercihi ve meydan tasarımına etkisinin değerlendirilmesine yönelik yöntem önerisi: Bursa örneği
A proposal for the evaluation of the effect of socio-economic structure on the user's choice and urban square design: Bursa case study
GÖKÇE ŞAHİN
Yüksek Lisans
Türkçe
2018
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiKentsel Tasarım Ana Bilim Dalı
DOÇ. DR. HASAN SERDAR KAYA