Geri Dön

Image segmentation and texture mapping on pillows using fully convolutional neural networks

Konvolusyonal ağlar ıle görüntü sınıflandırma ve doku giydirme

  1. Tez No: 491190
  2. Yazar: EFE ÇAĞIN KAPTAN
  3. Danışmanlar: YRD. DOÇ. DR. TARKAN AYDIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 48

Özet

Bu çalışmadaki temel amaç, herhangi bir 3D modele ihtiyaç duymadan otomatik çalışan görsel tabanlı doku giydirme gerçekleştirmektir. Görüntü sınıflandırma ve doku giydirme tekniklerini tek bir çatı altında toplayarak, insan faktörü olmadan çalışan bir mimari oluşturulmuştur. Çalışmadaki ilk hedef, görselin derin öğrenme yöntemi ile sınıflandırılmasıdır. Giydirmenin efektif olması için tekstil dokusuna sahip olan nesneler seçilmiştir. İkinci adım ise bölütlenmiş obje alanına doku ızgarası oluşturup, ardından örnek bir dokunun giydirilmesidir. Bilimsel hesaplamanın hızlı olması ve 3D modele ihtiyaç duyulmaması nedeni ile uygulanan yöntemin farklı uygulama alanları bulunmaktadır. Bir yastığın veya koltuğun farklı kumaşlar ile tanıtımını amaçlayan bir internet uygulaması kolayca gerçekleşebilecektir. Çalışmadaki temel amaç, derin öğrenme alanındaki en yeni güncel teknolojileri, doku giydirme teknikleri ile harmanlayabilmektir. Simülasyon örnekleri göstermiştir ki, çalışmada kullanılan teknik, kumaş kaplamada ve iç mimari tanıtımında faydalı olabilecektir.

Özet (Çeviri)

In this work, an autonomous texture mapping framework implemented that does not require a 3D model of an object. Under this framework, we combine two main tasks such as“Image Segmentation”and“Texture Mapping”into a unique architecture that runs automatically without human interaction. The first goal of this thesis is to implement and evaluate a deep neural network (fully convolutional neural network) for the segmentation of an apparel object. Generating a quadrilateral grid on the texture area is the second step after segmentation. As the computation is faster and without 3D model requirements, this technique can be easily applied to internet applications to visualize apparel products such as pillows, sofas etc. Our goal is combining state-of-the-art deep learning architectures with texture mapping technique in an autonomous way. Our final results have proven that our system can be a good showcase for the final appearance of clothing and apparel products inside of interior spaces.

Benzer Tezler

  1. Gerçek zaman uygulamaları için görüntü bölütleme yöntemlerinin geliştirilmesi

    Improvement of image segmentation methods for real time applications

    YUNUS KOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAMER ÖLMEZ

  2. Process?based image analysis for agricultural mapping using medium resolution satellite data

    Tarımsal haritalamada orta çözünürlüklü uydu verileri ile proses-tabanlı görüntü analizi

    ZEHRA DAMLA UÇA AVCI

    Doktora

    İngilizce

    İngilizce

    2011

    Coğrafyaİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    PROF. DR. FİLİZ SUNAR

  3. Multispektral İHA verilerinin obje tabanlı sınıflandırılmasında ndym tabanlı performans artırım yaklaşımları

    Ndsm-based potential enhancement approaches in object-based classification of multispectral uav data

    İLYAS AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Jeodezi ve FotogrametriGebze Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. UMUT GÜNEŞ SEFERCİK

  4. PC tabanlı üç boyutlu tıbbi görüntü işleme uygulaması

    PC based 3 dimensional medical image processing application

    HADİ HAKAN MARAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF.DR. FERRUH YILDIZ

  5. Malign melanom hastalarında metastatik lenf nodlarının F18-FDG pet ve bilgisayarlı tomografide yapılan doku analizi ve makine öğrenmesi algoritmaları ile öngörülmesi

    Prediction of metastatic LYMPH nodes in malignant melanoma patients by texture analysis and machine learning performed in F18-FDG pet and computerized tomography

    ESİN KORKUT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Radyoloji ve Nükleer Tıpİstanbul Üniversitesi

    Radyoloji Ana Bilim Dalı

    PROF. DR. ŞÜKRÜ MEHMET ERTÜRK