Uydu görüntülerinden uçak tespiti
Aircraft detection from satellite images
- Tez No: 562125
- Danışmanlar: DR. ÖĞR. ÜYESİ EMİN ARGUN ORAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 75
Özet
Uydu görüntüsü analizi, görüntü işleme alanındaki sivil ve askeri uygulamalar için birçok araştırma çalışmasının yapıldığı bir araştırma alanıdır. Uydu görüntüleri; bölgelerin, binaların, yolların, hava araçlarının ve diğer insan yapımı nesnelerin tanınması, tespit edilmesi ve sınıflandırılması dahil olmak üzere birçok uygulamaya sahiptir. Bunlar arasında, özellikle uçak tespiti askeri uygulamalar için stratejik olarak önemlidir ve bu tez çalışmasının temelini oluşturur. Çalışmanın ilk aşamasında, bu alandaki veri eksikliğini telafi etmek için 2705 uydu görüntüsünü içeren ATA-Plane veri kümesi Google Earth Pro kullanılarak oluşturuldu. Her görüntüde en az bir hedef bulunan, dünyanın farklı bölgelerinden, farklı boyutlarda yaklaşık 8584 örnek toplandı. Veri kümesindeki resim sayısını artırmak için, Google Earth Pro'nun geçmiş görüntüleri özelliğini kullanarak aynı konumlardaki resimler farklı zamanlarda elde edildi. İkinci aşamada, hava taşıtlarının tespiti Evrişimsel Sinir Ağına (CNN) dayanan algoritmalar kullanılarak yapıldı. Bölgesel Tam Bağlı Evrişimsel Ağ (R-FCN), Tek Çekim Çok Kutu Dedektör (SSD) ve Daha Hızlı R-CNN yöntemleri bu işlem için kullanıldı. R-FCN, SSD ve Faster R-CNN için elde edilen doğruluk oranları sırasıyla %98.01, %69.71 ve %96.56 olarak elde edildi.
Özet (Çeviri)
Satellite image analysis is a research area in which many research studies are carried out for civil and military applications in the field of image processing. Satellite imagery has many applications including recognition, detection and classification of regions, buildings, roads, aircraft and other man-made objects. Among these, especially aircraft detection is strategically important for military applications and forms the basis of this study. In the first phase of the study, a new dataset of aircrafts is created from Google Earth images to compensate the shortage of data set in this area. This dataset, named ATA-Plane dataset, contains 2705 satellite images. Each dataset image contains at least one target of different sizes collected from different parts of the world with 8584 instances. In the second stage, the detection of air vehicles was carried out using algorithms based on Convolutional Neural Network (CNN). Region-based Fully Convolutional Network (R-FCN), Single Shot Multi Box Detector (SSD) and Faster R- CNN methods are used for this process. The obtained accuracy rate for R-FCN, SSD and Faster R-CNN are 98.01%, 69.71% and 96.56%, respectively.
Benzer Tezler
- Global appearance based airplane detection from satellite imagery
Uydu görüntülerinden bütünsel görünüş temelli uçak tespiti
DUYGU ARSLAN
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. A. AYDIN ALATAN
- Aircraft detection from large scale remote sensing images with deep learning techniques
Büyük ölçekli uzaktan algılama görüntülerinden derin öğrenme teknikleriyle uçak tespiti
MEHMET SOYDAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Evrişimli sinir ağları ile yüksek çözünürlüklü uydu görüntülerinden uçak tespiti
Aircraft detection from high resolution satellite images with convolutional neural networks
EMİNE DİLŞAD ÜNSAL
Yüksek Lisans
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- A fully automatic shape based geo-spatial object recognition
Tam otomatik şekil tabanlı yer uzamsal nesne tanıma
MUSTAFA ERGÜL
Yüksek Lisans
İngilizce
2012
Bilim ve TeknolojiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. A. AYDIN ALATAN
- Geo-spatial object detection using local descriptors
Yerel tanımlayıcılar kullanarak yer uzamsal nesne tespiti
ÇAĞLAR AYTEKİN
Yüksek Lisans
İngilizce
2011
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. A. AYDIN ALATAN