Yapay sinir ağları ile nesne tanıma
Object recognition using artificial neural networks
- Tez No: 50956
- Danışmanlar: Y.DOÇ.DR. AHMET ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1996
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Son zamanlarda, yapay sinir ağlan ile nesne tanıma üzerine oldukça yoğun çalışmalar yapılmaktadır. Bunun sebebi; karmaşık ve belirsiz veriler ile nesne tanıma problemlerinin çözümünde, yapay sinir ağlarının öğrenerek karar verme prensibinin başarılı olmasıdır. Yapay sinir ağlan kendilerine gösterilen bir nesneyi daha önce öğrendikleri ile mukayese ederek aradaki benzerlikleri bulup, nesneleri belirli sınıflara ayırma özeliğine sahiptir. Temelde nesne tanıma işlemi, nesnelerin sınıflandırmasından farklı bir işlem değildir. Bu tezde; temel nesne tanıma yaklaşımlan incelenmiş, eğiticili ve eğiticisiz yapay sinir ağı modelleri kullanılarak bozuk (eksik veya gürültülü) nesnelerin tanınması gerçekleştirilmiş ve ayrıca dönmeden ve konum değişiminden bağımsız bir nesne tanıma sistemi geliştirilmiştir. Geliştirilen sistem, nesnenin öznitelik vektörünün çeşitli önişlemlerden sonra çıkanlması ve bu vektöre göre nesneyi sınıflandırarak tanımlama, aşamaları üzerine kurulmuştur. Nesnelerin öznitelik vektörü hem yerel ve hem de genel yöntemlerle bulunmuş ve yapay sinir ağı modelleri ile sınıflandınlarak başanlı sonuçlar elde edilmiştir. ANAHTAR KELİMELER : Nesne Tanıma, Yapay Sinir Ağlan, Örüntü Sınıflandırma, Özellik Çıkarma.
Özet (Çeviri)
In recently, the studies on the object recognition by using artificial neural networks are very increased. In the solution of object recognition problems under comlicated and fuzzy data, the success of the decision principle of the artificial neural networks by learning has been effective on these studies. Artificial neural networks has the peculiarity that compares given objects with the objects which it has learned before and finds the similiriaties between them to classify the objects into certain groups. The object recognition is not a different process from the objects classification in basic. In this thesis; basic object recognition approaches are examined and the recognition of the distorted (incomplete or noisy) objects is implemented by using supervised and unsupervised artificial neural networks models. In addition, an object recognition system, regardless rotation and position variation is developed. The developed system is set up on the derivation of object's feature vector after some preprocesses and the steps of object recognition by classifying and according to the obtained vector. The object's feature vector extraction by using both local and global methods are classified with the artificial neural networks and successfull results are obtained. KEY WORDS : Object Recognition, Artificial Neural Networks, Pattern Classification, Feature Exraction.
Benzer Tezler
- Konvolüsyonel yapay sinir ağları ve ileri görüntü işlemeteknikleri ile tehlikeli madde tespiti ve sınıflandırılması
Dangerous material detection and classification withconvolutionary artificial neural networks and image processing techniques
MUHAMMED EMİN URLU
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT HÜSNÜ SAZLI
- Sensör füzyonuna dayalı derin öğrenme yöntemleri ile nesne tanıma başarısının artırılması
Increasing object detection success with deep learning methods based on sensor fusion
AHMET ÖZCAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER ÇETİN
- Visual object recognition and detection using deep learning
Derinlikli öğrenme ile görsel nesne tanıma ve tespit etme
BURAK ÇÖREKCİOĞLU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Makine öğrenmesi ve görüntü işleme yöntemleri ile sar görüntülerinde gemi tespiti
Ship detection from sar images with machine learning and image processing methods
TAHA BURAK ÖZDEMİR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. KAZIM HANBAY
- Yüksek dereceden yapay sinir ağları ile değişmez örüntü tanıma
Invariant pattern renognition with higher order neural networks
EZGİ YALIN
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. NESLİHAN SERAP ŞENGÖR