Representing images and regions for object recognition
Nesne tanıma için görüntü ve bölgelerin betimlenmesi
- Tez No: 416444
- Danışmanlar: PROF. DR. ABDULLAH AYDIN ALATAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Görüntüleri farklı amaçlara yönelik, tamamen farklı biçimlerde betimleyebiliriz. Nesne tanıma uygulamalarında, görüntü betim yönteminin gücü ayrıştırıcı niteliğine bağlı olmaktadır. Bu tez çalışmasında, geçtiğimiz on yıl boyunca hüküm sürmüş el yapımı betimleme yöntemleri, günümüzün Derin Öğrenme paradigmasıyla karşılaştırılmakta; bu yolla, nispeten eski kökleri olan Yapay Sinir Ağları (YSA) yapısının ani yükselişinin temel nedenlerine inilmesi amacı güdülmektedir. Öne sürdüğümüz deney sonuçları, Derin YSA'ların gerçek performansına ulaşabilmesi için yakın zaman öncesine kadar sahip olmadığımız, çok büyük, etiketlenmiş veri kümelerine gereksinim duyduğunu göstermektedir. Bu tez çalışması aynı zamanda el yapımı yöntemler ile YSA tabanlı yaklaşımların birleşimi üzerine kurulu metotlara değinmektedir. Bu şekilde, yeni teknolojinin el yapımı yöntemlerin yıllar içerisinde oluşturduğu birikim ile desteklenmesi amaçlanmaktadır. Bu doğrultuda Seçici Arama algoritmasına Fisher Vektörü tabanlı, Fisher-Seçici Arama isimli bir eklenti önermekteyiz. Algoritmamız ek bir hesaplama zamanı harcanmaksızın, ortalama kesinlik değerini %10 arttırmaktadır.
Özet (Çeviri)
We can represent images in entirely different ways, in order to fulfill different purposes. For object recognition, power of a representation comes from its discriminative ability. In this thesis work, handcrafted representations that dominated the last decade of computer vision are evaluated against the current paradigm of Deep Learning, to try and pinpoint the reasons behind why and how the fairly old Artificial Neural Network (ANN) framework suddenly emerged as the state of the art in discriminative representations. We observe, through our experiments, that true capabilities of Deep ANN's can only be achieved by having very large amounts of labeled data that have been made available only recently. This thesis work also deals with ensembles of both handcrafted and ANN based approaches to reinforce the new technology with years of established knowledge behind handcrafted feature based approaches. For this purpose, we propose a novel extension, based on Fisher Vectors, to the well known Selective Search algorithm, called the Fisher-Selective Search algorithm, and obtain a 10% relative increase in Average Precision at virtually no additional computation cost.
Benzer Tezler
- Structural scene analysis of remotely sensed images using graph mining
Uydu görüntülerinin çizge madenciliği ile yapısal sahne analizi
BAHADIR ÖZDEMİR
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SELİM AKSOY
- Keypoint detection and description on image curves
Imge eğrileri üzerinde anahtar nokta tespit ve betimlenmesi
ALİ KÖKSAL
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA ÖZUYSAL
- Automated building detection from satellite images by using shadow information as an object invariant
Gölge bilgisi kullanılarak uydu görüntülerinden otomatik bina tespiti
BARIŞ YÜKSEL
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ YARMAN VURAL
- Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi
Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method
H.GONCA COŞKUN
- Yerel öznitelikler kullanarak görüntü indeksleme ve eşleme
Image indexing and matching using local features
ONUR ÇALIKUŞ
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU