Geri Dön

Kültürel miras görüntülerinin derin öğrenme yöntemleri ile sınıflandırılması

Classification of cultural heritage images using deep learning methods

  1. Tez No: 681453
  2. Yazar: İREM UYANIK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ALİ ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: KTO Karatay Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 65

Özet

Kültürel miras; bir toplumun veya ulusun ortak geçmişlerini gelenek ve göreneklerini oluşturan aynı zamanda geleceğin de doğru kurulmasına yardım eden tarih ve kültürle ilgili soyut ve somut değerlerdir. Geçmiş ve gelecek arasında bağlantı kurduğundan değer verilmesi, saklanması ve korunması gerekmektedir. Kültürel miras görüntülerinin sınıflandırılması dijital belgeleme için gereklidir. Çok sayıda görüntü işleneceği için bunların sınıflandırılması sıkıcıdır, hatalara açıktır ve çok fazla zaman alır. Bu sıralama görevlerini kolaylaştıracak otomatik tekniklerin olması, dijital dokümantasyon sürecinin önemli bir bölümünü iyileştirecektir. Ek olarak, mevcut görüntülerin doğru bir şekilde sınıflandırılması, söz konusu miras varlığını inceleme ve yorumlama, daha iyi yönetme ve belirli terimler aracılığıyla daha verimli aramalara kolaylık sağlar. Literatüre bakıldığında daha çok uluslararası alanda ilgili çalışmalar yapıldığı görülmektedir. Bu çalışmada kültürel miras görüntülerinin doğru bir şekilde sınıflandırılması amacıyla derin öğrenme yöntemleri (AlexNet, GoogleNet, ResNet ve SqueezeNet) kullanılmıştır. Görüntü veri kümeleri ile önce eğitimleri tamamlanmış daha sonra performans testleri gerçekleştirilmiştir. Sonuçlara bakıldığında hem eğitim hem de test süreçlerinde sistemin büyük oranda başarılı olduğu görülmüştür. İleride literatüre yeni ve faydalı çalışmalar eklenmesine olanak sağlamaktadır.

Özet (Çeviri)

Cultural heritage are intangible and tangible values related to history and culture that constitute the common pasts, traditions and customs of a society or nation, and also help to establish the future correctly. Because it connects the past and the future, it needs to be valued, preserved and protected. Classification of cultural heritage images is essential for digital documentation. Classifying them is tedious, error-prone, and takes too much time, as a large number of images will be processed. Having automated techniques to facilitate these sequencing tasks will improve a significant part of the digital documentation process. In addition, the correct classification of available images facilitates the examination and interpretation of the heritage asset in question, facilitating better management and more efficient searches through specific terms. Looking at the literature, it is seen that related studies are conducted in the international arena. In this study, deep learning methods (AlexNet, GoogleNet, ResNet and SqueezeNet) were used in order to correctly classify cultural heritage images. With the image datasets, first the training was completed and then the performance tests were carried out. Looking at the results, it was seen that the system was largely successful in both training and testing processes. It allows the addition of new and useful studies to the literature in the future.

Benzer Tezler

  1. Semantic segmentation of UAV images in archaeological sites using deep learning

    Arkeolojik alanlardaki İHA görüntülerinin derin öğrenme yardımıyla anlamsal segmentasyonu

    DAMLA KUMBASAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  2. 3D fountain modeling from single image

    Tek fotoğraftan 3 boyutlu şadırvan modelleme

    ŞEYMA CENGİZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED ABDULLAH BÜLBÜL

  3. Tarihi sur kalıntılarının oluşturduğu kentsel boşluklarda mekânsal davranışın dizimsel irdelenmesi

    Syntactical analysis of spatial behaviour in the urban voids formed by the ruins of historical city walls

    AYLİN EROL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    MimarlıkÖzyeğin Üniversitesi

    Mimarlık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NEVŞET GÜL ÇANAKÇIOĞLU

  4. The effect of visual narrative language of color codes in Youssef Chahine's cinema

    Youssef Chahine sinemasında renk kodlarının görsel anlatı diline etkisi

    MARİAM MAHROUS

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Radyo-TelevizyonEge Üniversitesi

    Radyo Televizyon ve Sinema Ana Bilim Dalı

    PROF. DR. ALEV FATOŞ PARSA

    Assist. Prof. Dr. ELÇİN AS

  5. A stereo hmd system with visual and inertial data capture for 3D augmented reality applications

    3B eklenmiş gerçeklik uygulamaları için eylemsizlik verilerini ve video görüntülerini yakalayan stereo bte sistemi

    AHMET KERMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiÖzyeğin Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. ARİF TANJU ERDEM