3D indoor scene segmentation using consensus clustering
Ortak kümeleme kullanarak 3B iç mekan sahne bölütlenmesi
- Tez No: 641073
- Danışmanlar: DOÇ. DR. YUSUF SAHİLLİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Modelleme ve Simülasyon Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu çalışmada, iç mekan sahnelerinin bölütlenmesi sorununa ortak kümeleme kullanan bir yöntem öneriyoruz. Literatüre sunulan son çalışmaların çoğunluğunun aksine, önerdiğimiz yöntem derin öğrenme tekniklerine dayanmamaktadır. Bu nedenle, büyük veri kümelerine ihtiyaç duymamaktadır ve geçerli bir model öğrenmek için çok zaman harcamasına gerek yoktur. Algoritmanın ilk adımında, tekdüze ve kotanjant Laplace operatörleri oluşturuyoruz. Sonra, Laplace operatörlerini kullanarak diferansiyel koordinatları ve kotanjant Laplace operatörünün eigen bazını kullanarak evrensel nokta imzalarını hesaplıyoruz. Sonraki adımda, bu koordinatları ve evrensel nokta imzalarını nitelik olarak kullanıyor ve topluluk oluşturmak için çok kere k-medoids çalıştırıyoruz. Bir ortak kümeleme yaklaşımı olan Kısmı Kanıt Biriktirme Kümelenmesi yönteminin yardımıyla, nihai bölütlemeyi elde ediyoruz. İsteğe bağlı olarak, eğer nihai bölütleme üzerinde herhangi bir düzenleme gerekli görülürse, kullanıcılarımıza bir etkileşimli bölütleme mekanizması sunuyoruz. Yaklaşımımızın kilit fikri nitelik noktaları arasındaki mesafe hesaplanırken, normaller gibi yüzey özelliklerini kullanarak sahne geometrisini dikkate alan özelleşmiş bir fonksiyon kullanılmasıdır. Tezin sonunda, yöntemimizin hem nitel hem de nicel değerlendirmesini sunuyor ve varolan bazı tekniklerden nicel olarak daha üstün olduğunu gösteriyoruz.
Özet (Çeviri)
In this study, we propose an indoor scene segmentation method which utilizes consensus clustering. Unlike most of the recently offered methods in literature, our approach does not rely on deep learning techniques. Therefore, it does not require a large dataset for training and spending a lot of time to learn a valid model is not necessary. In the first step of our algorithm, we construct uniform and cotangent Laplace operators. Then, we compute differential coordinates using them and global point signatures using the eigenbasis of cotangent Laplace operator. In the next step, we use these coordinates and global point signatures as features and run k-medoids multiple times to create an ensemble. With the help of Partial Evidence Accumulation Clustering method, which is a consensus clustering approach, we obtain the final segmentation. Optionally, we offer an interactive segmentation mechanism to our users, in case any adjustment on the final segmentation is needed. The key idea of our approach is to use a specialized function to compute distance between feature points, which takes the scene geometry into account by using surface properties such as normals. At the end of the thesis, we also present both qualitative and quantitative evaluation of our method and show that it outperforms some of the existing techniques, quantitatively.
Benzer Tezler
- 3D spatial layout extraction and segmentation of indoor images using RGB-D data
Renk ve derinlik verisiyle oda imgelerinin 3 boyutlu uzaysal düzeninin çıkarılması ve imge bölütleme
ÇAĞLAR YAPICILAR
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDeniz Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAFİZ ARICA
- Application and analysis of deep learning techniques on the problem of depth estimation from a single image
Derin öğrenme tekniklerinin tekil görüntüden derinlik tahmini problemi üzerinde uygulanması ve incelenmesi
ALİCAN MERTAN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- A home decorating application using augmented reality
Artırılmış gerçeklik kullanan ev dekorasyon uygulaması
UĞUR ÇAĞRI DOĞAN
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. KORHAN KARABULUT
- Depth extraction, refinement and confidence estimation from image data
Başlık çevirisi yok
GÖRKEM SAYGILI
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTechnische Universiteit Delft (Delft University of Technology)PROF. DR. M. J. T. REINDERS
DR. E. A. HENDRIKS
- Nokta bulutu verilerinden nesne ayırt etme
Distinguishing objects on point cloud data
ERDAL ÖZBAY
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ÇINAR