Visible and infrared image fusion using encoder-decoder neural network
Kodlayıcı-kod çözücü sinir ağı ile kızılötesi ve görünür spektrum görüntülerde füzyon
- Tez No: 695629
- Danışmanlar: PROF. DR. GÖZDE AKAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 153
Özet
Görüntü füzyonunun amacı kaynak olarak kullanılan görüntülerdeki bütün önemli bilgilerin tek bir görüntüde toplanması işlemidir. Data boyutu azalırken, üretilen füzyon görüntüsü yüksek uzamsal ve spektral çözünürlüğü sahip olur. Bu görüntü daha bilgi verici ve eksiksiz bilgileri içerir. Bu çalışmada literatürde en iyi olan methodları inceledik ve derin öğrenme tabanlı orjinal bir çözün sunduk. Ayrıca, füzyon kalite ölçümü için kullanılan metrikler analiz edildi. Sunduğumuz modelin eğitim aşamasına füzyon kalite metriklerini dahil ettik. Nitelikli ve nicelikli analizler TNO ve VIFB veri kümelerinde uygunlanmıştır. Sunulan yöntem literatürdeki en iyi metotlar ile karşılaştırılmıştır ve detaylı deneyler yapılmıştır. Derin öğrenme tabanlı yöntemler arasında en iyi sonucu vermektedir. Proje kodları şu linkte bulunabilir https://github.com/ferhatcan/pyFusionSR.
Özet (Çeviri)
The image fusion aims to gather all important information from the source images into a single image. While the data is reduced, the fusion image has a high spatial and spectral resolution. It includes more informative and complete information. In this work, we reviewed state-of-the-art methods in the infrared and visible spectrum image fusion literature and we present a novel deep learning-based solution. Our proposed method is inspired by encoder-decoder network U-Net architecture. Furthermore, we analyzed the fusion quality measurement metrics. We integrated fusion quality measurements into our proposed method's training step. In this way, we achieved superior performance. The analysis is performed qualitatively and quantitatively on TNO and VIFB datasets. The proposed method is compared with state-of-the-art methods and detailed experiments are conducted. It shows the best performance among deep learning-based methods. Project codes can be found at https://github.com/ferhatcan/pyFusionSR.
Benzer Tezler
- A transformer-based approach for fusing infrared and visible band images
Kızılötesi ve görünür bant görüntülerin birleştirilmesi için transformer tabanlı bir yaklaşım
AYTEKİN ERDOĞAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiModelleme ve Simülasyon Ana Bilim Dalı
DOÇ. DR. ELİF SÜRER
DOÇ. DR. ERDEM AKAGÜNDÜZ
- Yerel görünüm ve derin modeller kullanarak hibrit bir yüz tanıma yaklaşımı
A hybrid face recognition approach using local appearance and deep models
MERT ARI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Video processing algorithms for wildfire surveillance
Orman yangını gözetleme amaçlı video işleme algoritmaları
OSMAN GÜNAY
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. A. ENİS ÇETİN
- Mapping and monitoring wetland environment by analysis different satellite images and field spectroscopy
Sulakalan çevresinin farklı uydu görüntüleri ve arazi spektroskopisi ile izlenmesi ve haritalanması
FİLİZ BEKTAŞ BALÇIK
Doktora
İngilizce
2010
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. ÇİĞDEM GÖKSEL
- Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme
Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery
İSMAİL ÇÖLKESEN
Doktora
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU