Deep learning techniques for building density estimation from remotely sensed imagery
Uzaktan algılanan görüntülerde bina yoğunluğu tahmini için derin öğrenme teknikleri
- Tez No: 546650
- Danışmanlar: PROF. DR. HASAN FEHMİ ATEŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Işık Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Bu tez, derin öğrenme yöntemlerini uygulayarak uzaktan algılamalı optik görüntülerde bina yoğunluğunun noktasal olarak tahmin edilmesi ile ilgilidir. Projenin amacı, derin öğrenme ağına mimari değişiklikler uygulayarak ve arttırılmış eğitim verilerini kullanarak tahmini yoğunluğun ortalama kare hatasını azaltmaktır. Sonuçlarımız, hızlı ve doğru bina yoğunluğu tahmininin vanilya evrişimsel sinir ağlarını (CNN) kullanarak mümkün olduğunu göstermektedir. Sigmoid katmanının eklenmesi, ağın küçük veri kümesi ve veri büyütme için basitleştirilmesi, regresyondaki doğruluğunu arttırır. Veri büyütme, bu tez çalışmasında kök ortalama kare hatasını azaltmada en etkili yöntemdir.
Özet (Çeviri)
This thesis is about point-wise estimation of building density on the remote sensing optical imageries by applying deep learning methods. The goal of the project is to reduce mean square error of the estimated density by applying architectural modifications on the deep learning network and using augmented training data. Our results show that fast and accurate building density estimation is possible by using vanilla CNNs. Sigmoid layer addition, simplification of the network for small dataset and data augmentation improves accuracy in the regression. Data augmentation is the most effective method to reduce RMSE in this thesis.
Benzer Tezler
- Türkiye'de mülkiyet ve mülkiyet yönetiminin değerlendirilmesi
Evaluation of property and property management in Türkiye
MEHMET İŞİLER
Doktora
Türkçe
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA YANALAK
- Uzaktan algılama ve derin öğrenme yöntemleri ile İstanbul'un yerel iklim alanları ve yer yüzeyi sıcaklığı değişimleri arasındaki ilişkinin incelenmesi
Investigation of the relationship between local climate zones and land surface temperature changes in İstanbul using remote sensing and deep learning methods
MELİKE NİCANCI SİNANOĞLU
Yüksek Lisans
Türkçe
2024
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ŞİNASİ KAYA
- Bina enerji tüketim tahmini için makine öğrenmesi tekniklerinin incelenmesi
Investigation of machine learning techniques for building energy consumption estimation
HASAN YEŞİLYURT
Yüksek Lisans
Türkçe
2023
EnerjiNiğde Ömer Halisdemir ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. AHMET ŞAKİR DOKUZ
- Deep learning-based building segmentation using high-resolution aerial images
Yüksek çözünürlüklü hava görüntüleri kullanarak derin öğrenme temelli bina bölütlemesi
BATUHAN SARITÜRK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Çok yüksek çözünürlüklü hava fotoğraflarından derin ögrenme yöntemi ile bina bölütlemesi
Building segmentation from very high resolution aerial imagery using deep learning
NURAN ASLANTAŞ
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM