Elimination of useless images from raw camera-trap data
Ham fotokapan verisinden işe yaramaz imgelerin elenmesi
- Tez No: 539957
- Danışmanlar: YRD. DOÇ. DR. YALIN BAŞTANLAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğadaki hayvanları gözlemlemenin en yaygın yollarından birisi fotokapan adlı hareket sensörlü kameralar kullanmaktır. Dijital teknoloji alanındaki gelişmelerle fotokapan kullanımının genişlemesi, fotokapanlardan toplanılan imge sayısında büyük bir artışa yol açmıştır. Bu imgeleri etiketleme ve gruplama görevleri, doğa araştırmacılarının üzerine büyük bir iş yükü bindirmiştir. Bu çalışmamızda aşırı karanlık, aşırı aydınlık, bulanık ve hayvan içermeyen imgeleri eleyerek araştırmacılar için zaman kazandıran bir sistem öneriyoruz. İlk olarak imge histogramlarından aşırı parlak ve aşırı karanlık imgeleri elemek için, Fast Fourier Transform'dan ise bulanık imgeleri elemek üzere faydalanıyoruz. İkincil olarak hayvan içermeyen imgeleri elemek için derin öğrenme ve arkaplan çıkarımı tabanlı bir yöntem kullanıyoruz ve bu konular üzerindeki deneylerimizin sonuçlarını sunuyoruz. Aşırı parlak ve aşırı karanlık imge eleme yaklaşımımız neredeyse hatasız çalışırken, bulanık imge eleme yaklaşımımız %95.5'lik bir başarı yakalamıştır. Son olarak kullandığımız tekniğin hayvan içermeyen imgelerin %50'sini elerken, hayvan içeren imgelerin %99'unu koruduğunu gösteriyoruz.
Özet (Çeviri)
A common way to observe animals in nature is to use motion triggered cameras that are called camera-traps. With the expanding usage of camera-trap due to advances in digital technology, the number of images that are collected from camera-traps has increased significantly. Labeling and grouping of animals in these images have put enormous workload on wild-life researchers. We propose a system that frees time for researchers by eliminating useless images-too bright, too dark, too blurred images and images that contain no animals from raw camera-trap data. Firstly, we utilise image histograms to eliminate too bright and too dark images and Fast Fourier Transform to eliminate blurred ones. Secondly, we make use of deep learning techniques and background subtraction to eliminate images without animals and we present the result of our experiments on these subjects. Our approach on eliminating too bright and too dark images have missed very few images and on eliminating blur images we achieve 95.5% success. Finally we show that the technique we propose eliminates more than 50% of images without animals while containing 99% of images with animals.
Benzer Tezler
- Digital video stabilization with SIFT flow
SIFT akışı ile sayısal video sabitleme
İNCİ MELİHA BAYTAŞ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MELİH PAZARCI
- Bulut tabanlı otonom sürüş sıstemlerınde görüntü işleme ıçın tam homomorfık şıfreleme yaklaşımı
A fully homomorphic encryption approach to image processing in cloud based autonomous driving systems
KAMRAN SAEED
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH ADAK
- Hidrografik mesaha planlama aşamasında uydu tabanlı batimetrik veri kullanımının araştırılması
Investigation of satellite derived bathymetry data usage in the hydrographic survey planning phase
KORAY AÇAR
Yüksek Lisans
Türkçe
2021
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- EEG sinyalleri kullanarak yeni doğanlarda nöbet tespiti için derin öğrenme yöntemlerinin kullanılması
Using deep learning methods for seizure detection in newborns by using EEG signals
MERVE AÇIKOĞLU
Yüksek Lisans
Türkçe
2021
Bilim ve TeknolojiFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA ARSLAN TUNCER
- Restoring underwater images from turbidity and motion blur – a three-step framework
Bulanıklık ve hareketten etkilenmiş sualtı görüntülerinin iyileştirilmesi – üç adımlı bir yaklaşım
FATIMA IQBAL
Yüksek Lisans
İngilizce
2026
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ