Pattern recognition applications for image classification
Görüntü sınıflandırma için örüntü tanıma uygulamaları
- Tez No: 691564
- Danışmanlar: DOÇ. DR. WOLFGANG HÖRMANN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 125
Özet
Bu tezde örüntü tanıma ve görüntü sınıflandırma uygulamaları yapılmıştır. Tez boyunca, sinir ağları tabanlı tekniklere, bir başka ifadeyle, evrişimsel sinir ağlarına daha fazla odaklanılmıştır ve en verimli şekilde kullanılmaya çalışılmıştır. Evrişimsel sinir ağlarına ek olarak, daha eski örüntü tanıma ve sınıflandırma teknikleriyle de deneyler yapılmıştır ve sonuçları değerlendirilmiştir. Uygulamalar farklı çalışmalarda da kullanılmış olan ve herkese açık bir şekilde bulunan trafik levhası tanıma ve tıbbi görüntü tanıma veri setleri kullanılarak yapılmıştır. Bu uygulamalar kapsamında, elde edilen sonuçlar aynı zamanda açık literatürde bulunan diğer çalışmalar ile de sonuçların validasyonu için kıyaslanmıştır. Ek bir deney olarak, optik karakter tanıma ve bir gerçek metin görüntüsü dijitalleştirme yöntemi de önerilmiştir ancak bu öneri ve ilgili deneyler daha çok yöntemin uygulanılabilirliğini ispatlama amaçlı olarak daha basit seviyede gösterilmiştir. Bu deneylerde de bir önceki deneylere benzer adımlar bulunmaktadır ancak, ek olarak, gerçek metin görüntüleri üzerinde, sınıflandırılacak karakterleri bulmak için bir karakter segmentasyonu yaklaşımı da içermektedir. Bütün bu deneyler sırasında, görüntü işleme ve örüntü tanıma ve sınıflandırma teknikleri kullanılmıştır ve verimlerini artırmak için bazı öneriler getirilmiştir.
Özet (Çeviri)
Pattern recognition and image classification applications are the topic of this thesis. Its focus is on neural network based techniques, in other words, convolutional neural networks, and they are tried to be used in the most efficient way. In addition to convolutional neural networks, some experiments using more classical pattern recognition and classification techniques are conducted and their results are evaluated. The applications are made for traffic sign recognition and medical image recognition using different public datasets that were also preferred in previous studies. In the context of these applications, the obtained results are also compared to the results available in the literature. As an additional experiment, an optical character recognition and a real text digitalization method is also proposed as a proof of concept study. These experiments again consist of similar steps, but, also a character segmentation approach is developed on real text images, to extract the characters to be classified. During all these experiments, image processing and pattern recognition and classification techniques are used, and some proposal are brought to augment their efficiency.
Benzer Tezler
- Pattern recognition: Comparison study
Örnek algılanması: Karşılaştırma çalışması
FAWZI SALİM
Yüksek Lisans
İngilizce
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF.DR. MEHMET TOLUN
- Görüntü sınıflandırması için evrişimsel sinir ağlarında parametrelerin sınıflandırma performansına etkisi
Effect of parameters on classification performance in convolutional neural networks for image classification
İBRAHİM AKSOY
Yüksek Lisans
Türkçe
2023
Yönetim Bilişim SistemleriAksaray ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. KEMAL ADEM
- Görüntü sınıflandırması için yapay sinir ağlarının analiz ve optimizasyonu
Analysis and optimization of artificial neural networks for image classification
OZAN ARSLAN
Doktora
Türkçe
2001
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiPROF. DR. OĞUZ MÜFTÜOĞLU
PROF. DR. CANKUT ÖRMECİ
- Yapay sinir ağları ile doku sınıflandırma
Tissue classification using artificial neural networks
AYSU SEVEN
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERTUĞRUL YAZGAN
- Seyrek işaret işlemede sınıflandırma uygulamaları ve çekirdek tabanlı yaklaşımlar
Classification applications of sparse signal processing and kernel based methods
ABDURRAHMAN YEŞİLOĞLU
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU