Pothole detection in asphalt images using convolutional neural networks
Anomali içeren asfalt resimlerinde derin öğrenme yöntemleri kullanılarak çukur tespit etme
- Tez No: 546712
- Danışmanlar: PROF. DR. İLKAY ULUSOY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
Asfalt bozuklukları tespit edilip düzeltilmediği durumlarda kazalara, dolayısıyla mal ve can kayıplarına sebep olabilmektedir. Bu tür bozuklukların başında gelen asfalt çukuru, kazaların oluşmasındaki en büyük nedenlerden biridir. Can ve mal kayıplarının en aza indirilmesi için asfaltlarda oluşan çukurların otoriteler tarafından erken tespit edilip düzeltilmesi gerekmektedir. Asfaltlarda oluşan çukurlar göz ile veya otomatik olarak tespit edilebilmektedir. Göz ile tespit yöntemleri oldukça zaman alıcı ve maliyetli yöntemlerdir. Otomatik tespit sistemlerinde, titreşim bazlı veri işleme, üç boyutlu geri çatım ve işleme ile iki boyutlu resimlerde görüntü işleme yöntemleri olarak temelde üç yaklaşım kullanılmaktadır. Titreşim bazlı metotlar uygulaması kolay ancak hata oranı yüksek sistemlerdir. Üç boyutlu yöntemler ise, başarı oranı yüksek ancak uygulaması zor sistemlerdir. İki boyutlu görüntü işleme yöntemleri bu ikisi arasında yer almaktadır.Bu tezde amaç, iki boyutlu resimler üzerinde“Derin Öğrenme”yöntemleri kullanılarak uygulaması kolay ve hata oranı düşük bir çukur bulma yöntemi geliştirmektir. Klasik makina öğrenme yöntemlerinde sabit (değişmeyen) öznitelikler çıkartılarak bunlar üzerinden statik veya dinamik yapıda sınıflandırma uygulanmaktadır. Bu yöntemlerin başarısı algoritmalara da bağlı olmakla birlikte çıkartılan özniteliklerin doğruluğuna, yapısına ve niteliğine dayanmaktadır. Derin öğrenme yöntemlerinde, gerçekte dinamik olarak değişen öznitelikler arasından mevcut problem için en doğru öznitelik seti öğrenme yoluyla elde edilmektedir. Derin öğrenme yöntemi ve mevcut alanyazında bulunan klasik yöntemler anomali içeren asfalt görüntü seti üzerinde denenmiş ve başarı oranı, hatalı tespit oranı gibi başarı kriterleri yönünden kıyaslanmıştır. Araştırmanın sonucunda derin öğrenmenin diğer yöntemlere göre daha başarılı olduğu gözlenmiştir.
Özet (Çeviri)
When asphalt defects are detected and not corrected, they can cause accidents and loss of property and lives. Potholes formed in such asphalt surfaces are one of the biggest causes of accidents. In order to minimize the loss of life and property, the potholes formed on the asphalt should be detected and corrected by the authorities as early as possible. The potholes formed on asphalt surfaces can be detected either manually or automatically. Automated methods can be more time and cost effective.Vibration-based data processing, 3D reconstruction and processing, and image processing in 2D images are the basic methods used in automatic detection systems. In this thesis, the aim is to develop a system which is easy to apply and has low error rate by using“Convolutional Neural Networks”methods that will be applied on 2D images. In classical machine learning methods, fixed (unchanging) features are extracted and classification methods (either static or dynamic) are applied through these features. The success of these methods depends on the accuracy, structure and quality of the extracted features as well as the applied algorithms A Convolutional Neural Network is constructed and compared with classical machine learning methods, which are already applied for pothole detection problem in the literature, in terms of success rate and failure rate using the asphalt image sets. The different parameters of the convolutional neural network method are tested on the existing image sets and the effect of these parameters is also analyzed
Benzer Tezler
- Kara yolu yüzeyindeki bozuklukların akıllı telefon titreşim verileri kullanılarak evrişimli sinir ağı yardımıyla belirlenmesi
Determination of road surface irregularities by means of convolutional neural networks using smartphone vibration data
FURKAN ÖZOĞLU
Doktora
Türkçe
2024
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. TÜRKAY GÖKGÖZ
- A multimodal sensor analysis framework for vehicular mobile applications
Araç içi mobil uygulamar için çok-kipli algılayıcı analiz alt yapısı
FATİH ORHAN
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. PEKİN ERHAN EREN
- Detection and quantification of pavement defects using unmanned aerial vehicle imagery
İnsansız hava aracı kullanılarak elde edilen görüntülerden yol yüzeyi hasarı tespiti
TUĞBA YILDIZLI
Yüksek Lisans
İngilizce
2022
İnşaat MühendisliğiHacettepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU GÜLDÜR ERKAL
- Burun iniş takımı sisteminde shimmy davranışının modellenmesi, analizi, testi ve kontrolü
Modelling, analysis, test, and control of the shimmy behavior in nose landing gear system
SENA KOÇAK
Yüksek Lisans
Türkçe
2021
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ