A novel method for automatic fish counting based on machine learning using morphological features
Başlık çevirisi mevcut değil.
- Tez No: 648682
- Danışmanlar: PROF. HASAN FATİH UĞURDAĞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntü işleme-bilgisayarlı, Sayısal görüntü işleme, Image processing-computer assisted, Digital image processing
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, bir balık çiftliğinde durmaksızın akan dar bir su akışında (veya aynı şekilde bir taşıma bandı veya benzer bir mekanizmada) balıkları saymak için makine öğrenimi tabanlı bir yapay görme yaklaşımı sunmaktadır. Bu tür işlemlere“sürekli işlem”denmektedir. Böyle bir kurulum, sayma işleminin son derece hızlı yapılmasını gerektirir ve buna“gerçek zamanlı”işlem denir. Teze konu olan balık sayma çözümümüz de bu tür sürekli ve gerçek zamanlı bir yöntemdir. Buradaki en zor alt problem“üst üste binen balıkları”doğru bir şekilde saymak ve her bir balığın boyutları konusundaki esnekliktir. Önceki çalışmaların çoğu, üst üste binen balıkları sayma konusundaki verimli olmayan yaklaşımları nedeniyle gerçek zamanlı olmamıştır. Hızdaki üstünlüğümüz, daha az sayıda ve hesaplama açısından daha ucuz morfolojik özelliklerin (makine öğrenimine beslediğimiz) seçilmesinden kaynaklanmaktadır. Günümüzün gelişmiş teknolojisi oldukça doğru sonuçlar vermesine rağmen (%98,9), çok zor test koşullarında bile bu oranı %99,4'e çıkardık. Çözümümüz literatürdeki önceki çalışmalardan farklı olarak süreklilik arz ettiği için, ardışık görüntülerde yer alan“balıkların birleştirilmesi”(üst üste binmiş olsun ya da olmasın) sorununu da çözmek zorunda kaldık.
Özet (Çeviri)
This thesis offers a machine learning based computer vision approach for counting fish in a non-stop running narrow water stream (or equally on a conveyor belt or similar mechanism) in a fish farm. We call this“continuous operation”. Such setup requires that counting is done extremely fast, which we call“real-time”operation. To our knowledge, our fish counting solution is the only such method, namely, continuous and real-time. The hardest subproblem here is correctly counting“overlapped fish”and yet be flexible in terms of fish sizes. Most of the previous works are not real-time due to their inefficient approach to counting overlapped fish. Our superiority in speed mostly stems from selecting fewer and computationally less expensive morphological features (which we feed to machine learning). Although the state-of-the-art is pretty accurate (98.9%), we were able to improve it to 99.4% for even very difficult test cases. Since our solution is continuous unlike previous work in the literature, we had to also solve the problem of“merging fish”(overlapped or not) lying at the boundary of consecutive frames.
Benzer Tezler
- Türkçe tümcelerin yüklem odaklı anlam ve dilbilgisi çözümlemesi
Grammatical and semantic analysis of turkish sentence based on predicate
İLKNUR DÖNMEZ
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
- Automated scoring of CERBB2 receptors using histogram based analysis of immunohistochemistry breast cancer tissue images
İmmünohistokimya meme kanseri görüntülerininhistogram tabanlı analiz kullanılarakCERBB2 reseptörlerinin otomatik olarak skorlanması
KAAN AYKUT KABAKÇI
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
- A novel refinement method for automatic image annotation systems
Otomatik görüntü etiketleme sistemleri için yeni bir iyileştirme yöntemi
ERŞAN DEMİRCİOĞLU
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. DR. FATOŞ TÜNAY YARMAN VURAL
- A novel hybrid method for automatic visual inspection of oil plant facilities using uav and ai-based sensor fusion
İha ve yapay zekâ tabanlı sensör füzyonu kullanarak petrol tesislerinin otomatik görsel denetimi için yeni bir hibrit yöntem
OMAR SABER MUHI MUHI
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. SEFER KURNAZ
- A novel method for the quantification of coronary artery stenosis: A 2d QCA system
Koroner arter tıkanıklıklarının niceliksel ölçümü için yeni bir metot: 2 boyutlu NKA sistemi
MUHARREM DEMİRAY
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ
PROF. DR. AHMET TULGA ULUS