Learning shape from focus
Odaklanmayla şekil öğrenme
- Tez No: 495123
- Danışmanlar: YRD. DOÇ. TARKAN AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Son yıllarda bilgisayarlı görü ve iki boyutlu imgelerin görüntü işlenmesinde büyük ilerlemeler kaydedilmiştir, iki boyutlu imge serilerden üç boyutlu sahne modellemesi gerçekleştirmek bu gelişmelerden biridir. Bu yöntemlerden biri lenste derinlik algısı oluşturmak için imgelerdeki odak dizilerini odak parametresiyle birleştirmeye dayanmaktadır. Bu çalışmada önerilen yöntem“Shape from focus”ve“shape from defocus”çalışmalarında kullanılmak üzere ihtiyaç duyulan, odak değerinin değişken olduğu imge dizilerini“light field”kullanarak elde eden bir yöntem sunulmaktadır. Sonraki aşamada, odak dizilerinden ve odak dizilerinin komşularından, farklı düzeylerdeki türevlerden oluşan odak ölçüsünü her piksele uygulayarak her piksel için farklı öznitelikler elde edilecektir. Bu özniteliklerin veri setine ait doğruluk tablosuyla birlikte kullanılmasıyla oluşturduğumuz yeni veri seti üzerinde makine öğrenme algoritmaları çalıştırarak yüksek bir kestirim oranı elde etmeyi hedeflemekteyiz.
Özet (Çeviri)
Great achievements have been made into computer vision and the processing of 2D images taken by cameras, for example we can infer the 3D information of a scene by treating a collection of 2D images taken at that scene. One of those methods rely on focus cues in an image and relating them to the focus parameter of the lens to determine the third dimensions of the scene. We propose a method where we use a“Light Field”image set to produce a collection of images with varying focus parameters similar to those used in“Shape From Focus”and“Shape From Defocus”. We then apply our own set of measures consisting of focus cues of pixels and their neighborhoods, derivatives of images in different orders and directions and different focus calculations for the same pixel. By combining those attributes with the ground truth label, we create a dataset and process it with machine learning algorithms to estimate the depth with high accuracy.
Benzer Tezler
- Bilgisayarlı görü ve derin öğrenme yöntemleri ile balon balığı tespiti
Pufferfish detection with computer vision and deep learning methods
HÜSEYİN UMUT YÜKSEL
Yüksek Lisans
Türkçe
2023
Yönetim Bilişim SistemleriAkdeniz ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜRAY TONGUÇ
- Taking the bad with the good: How prior language learning experiences shape EFL teachers' beliefs and practices
İyinin yanında kötüyü de almak: önceki dil öğrenme deneyimlerinin yabancı dil olarak İngilizce öğretmenlerinin inanç ve uygulamalarını nasıl şekillendiriyor
YASEMİN CANSEL İSKENDER
Yüksek Lisans
İngilizce
2024
Eğitim ve ÖğretimSakarya ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERVE SAVAŞÇI
- Beden eğitimi öğretmenlerinin öğretme tutkusunu etkileyen faktörlerin incelenmesi
The study of the factors which affect the passion of physical education teacher's teaching
RAMAZAN TOPUZ
Doktora
Türkçe
2014
SporGazi ÜniversitesiBeden Eğitimi ve Spor Öğretmenliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET SEZEN
DOÇ. DR. HAKAN SALİM ÇAĞLAYAN
- Ev ve okul kültürü kesişiminde sınıf içi İngilizce öğrenme yaşantılarının biçimlenmesinde toplumsal sınıfla toplumsal cinsiyetin rolü
The role of social class and gender in in-class English learning experiences at the intersection of home and school culture
ASUMAN FULYA SOĞUKSU
Doktora
Türkçe
2021
Eğitim ve ÖğretimAnkara ÜniversitesiEğitim Programları Ana Bilim Dalı
PROF. DR. FATMA BIKMAZ
- Öğrenen organizasyonlar
Learning organizations
DOĞAN ARSLAN
Yüksek Lisans
Türkçe
2001
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiYRD. DOÇ. DR. UFUK CEBECİ