Metrik öğrenme yöntemiyle deniz platformu konumlarının radar ve optik görüntüler üzerinden tahmin edilmesi
Ship location estimation from radar and optic images using metric learning
- Tez No: 522757
- Danışmanlar: PROF. DR. YUSUF SİNAN AKGÜL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Deniz araçlarının konumlarının belirlenmesinde yaygın biçimde yer küresel konumlandırma sistemleri (YKS, İng. GPS) kullanılmaktadır. Yer küresel konumlandırma sistemleri diğer sistemlerden daha güvenilir, hassas ve pratik olduğundan dolayı yaygın olarak kullanılmaktadır. Fakat bu sistemler dışarıdan gelebilecek saldırılara karşı güvenilir değildir. Bu sebepten dolayı kritik durumlarda bu sistemin kullanılması sakıncalıdır. Tez çalışması kapsamında görüntü işleme algoritmaları ve yöntemleri kullanılarak gerçek dünyadaki deniz araçlarının konumunun tahminin yapılması problemine bir çözüm yöntemi önerilmiştir. Bu problemin çözümünde son yıllarda görüntü işleme dünyasında pek çok zorlu problemde yüksek başarımlar elde eden derin öğrenme yöntemleri kullanılmaktadır. Deniz araçlarının konumlarının tespiti / tahmini problemi sınıflandırma problemi olarak ele alınmış ve çözümünde görüntüler arasında benzerlik metriği kullanılmıştır. Konum tahmininin yapılabilmesi için deniz araçlarına ait radar sinyallerinin iki boyutlu olarak renkli veya siyah-beyaz görüntüleri ile aynı noktadaki radar görüntüsüne karşılık gelecek uydu görüntüsüne ihtiyaç vardır. Radar ve uydu görüntüleri arasındaki benzerlik metriğinden yola çıkarak verilen bir görüntünün konumunu yaklaşık olarak tespit / tahmin edebilmektedir. Deniz araçlarının konumlarının tespitinde doğrudan radar görüntüleri de kullanılabilmektedir. Radar görüntülerinin doğrudan kullanıldıkları durum ve uydu görüntüleri birlikte kullanıldıkları durumları içeren deneyler yapılmış ve sonuçlar raporlanmıştır. Elde edilen başarılar ümit vericidir. Bu çalışmanın geliştirilerek endüstriye kazandırılması ve Türkiye Cumhuriyeti Türk Silahlı Kuvvetleri envanterinde yer alan deniz araçlarında kullanılması hedeflenmektedir.
Özet (Çeviri)
Global Positioning Systems are used for obtaining the location of vessels. Global Positioning Systems, compared to the other systems are more precise, trustable and practical. However using this system is not secure against outside attacks thus it is unfavorable to employe this system on critical situations. Within the scope of this thesis study a solution to the problem of location prediction of vessels in real world by utilizing image processing algorithms and techniques has been offered.For the said solution, deep learning methods which has been achieving an unbelievable success on many difficult problems in the image processing world has been used. Here, the problem of position detection and prediction of sailing vessels had been discussed as a classification problem and similarity metric between images had been utilized for the solution. To conduct the position prediction, 2D radar signal images of sailing vessels, either in white and black or in color and satalite images from the same (coordinate) points as the radar images are needed. On the process of calculating position detection of sailing vessels, radar images can also be used solitary. Both cases including solitary usage of radar images and combining them with satalite images had been tested and reported as promisingly succsessful. It's been aimed to develop this study even further and deliver it to both endustry and armed forces of the Republic of Turkey to have them exploit it for the sailing vessels in their inventory.
Benzer Tezler
- Deniz hedefi sınıflandırmada farklı kargaşa giderme yöntemleri için performans analizi
Performance analysis for various clutter elimination methods in ship target classification
MEHMET ZAHİD KARTAL
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET SERBES
- Machine learning based design of gap waveguides
Makine öğrenmesi tabanlı boşluk dalga kılavuzu tasarımı
UĞUR ALKAŞI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ÇAYÖREN
- Veri çoğaltma ve derin öğrenme teknikleriyle medikal görüntülerden otomatik hastalık tespiti
Automatic disease detection from medical images with data augmentation and deep learning techniques
TESLİME BAYIK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBolu Abant İzzet Baysal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL POLAT
- Measuring and evaluating the maintainability of microservices
Mikroservislerin sürdürülebilirliğinin ölçülmesi ve değerlendirilmesi
RAHİME YILMAZ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEZA BUZLUCA
- Ai-based visual odometry implementation on an embedded system
Yapay zeka tabanlı görsel odometrinin gömülü bir sistemde gerçeklemesi
OĞUZHAN BÜYÜKSOLAK
Yüksek Lisans
İngilizce
2023
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ