Derin öğrenme kullanarak uydu görüntülerinden yol tespiti
Road identification from satellite imagery using deep learning
- Tez No: 750994
- Danışmanlar: DOÇ. DR. ÜMİT HALUK ATASEVER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Uydu Görüntüleri, Otomatik Yol Çıkarma, Derin Öğrenme, Optimizasyon, Yol Segmentasyonu, Sattelite Images, Automatic Road Extraction, Deep Learning, Optimization, Road Segmentation
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
DERİN ÖĞRENME KULLANARAK UYDU GÖRÜNTÜLERİNDEN YOL TESPİTİ Mohammed Mahmood Abdulwahab NASSER Erciyes Üniversitesi, Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, Ağustos 2022 Danışman: Doç. Dr. Ümit Haluk ATASEVER ÖZET Uydu görüntüleri için kapsamlı kaynaklara rağmen, harita güncelleme süreci hala zaman ve çaba gerektiren bir işlemdir. Literatürde, bu işlemi otomatikleştirmek için birden fazla çözüm oluşturulmuştur. Ancak Eksiksizlik Doğruluğu ve Kalitesi (CCQ) ve Ortalama Yol Uzunluğu Benzerliği (APLS) gibi değerlendirme matrislerinin gösterdiği gibi hala kusurludur. Bu durum, bu tezin konusunun temel motivasyonudur. Bu tez kapsamında, Derin Öğrenme Evrişimli Sinir Ağı'na (CNN) dayalı yeni bir metodoloji önerilmiştir. Bu metodolojide, uydu görüntülerinden yol segmentasyonu için UNet tabanlı yapı kullanılmış ve sonuç yol maskesi, görüntüleri 64x64 karolara kırparak, her karodaki ilkelleri tespit etmiş ve Diferansiyel Evrim Algoritması (DE) kullanarak bunları optimize ederek yolları dijitalleştirmek için kullanılmıştır. Bu primitifleri birleştirerek bir yol ağı oluşturmak için meta-sezgisel bir algoritma geliştirilmiştir. Önerilen metodoloji tamamlanarak ve 110.25 km2 alan kapsayan Massachusetts Yolları Veri Seti için umut verici sonuçlar elde etmiştir. Ortalama Eksiksizlik, Doğruluk ve Kalite hesaplanmış ve sırasıyla 0.996, 0.560, 0.559 değerlerine ulaşılmıştır. APLS matrisi 0.456 olarak hesaplanmıştır. Elde edilen sonuçlara göre, bu yaklaşım uydu görüntülerinden yol çıkartımı için önerilmektedir.
Özet (Çeviri)
ROAD IDENTİFİCATİON FROM SATELLİTE IMAGERY USİNG DEEPLEARNİNG Mohammed Mahmood Abdulwahab NASSER Erciyes University, Graduate School of Natural and Applied Sciences Master Thesis, August 2022 Supervisor: Assoc. Prof. Dr. Ümit Haluk ATASEVER ABSTRACT Despite extensive resources for satellite imagery, map updating is still a time and effort consuming process. In the literature, multiple solutions for automating road digitizing process have been established but still suffer imperfectness as shown by evaluation metrics such as Completeness Correctness and Quality (CCQ) metrics and Average Path Length Similarity (APLS) metrics. This condition made this research topic very interesting and motivating for researchers to work on this problem. This study proposed a new methodology based on Deep Learning Convolutional Neural Network (CNN). This methodology used UNet based structure for road segmentation from satellite images, the result road mask was used to digitize roads by clipping images to 64x64 tiles, detecting primitives in each tile, and optimizing them using the Differential Evolution algorithm (DE) in order to merge these primitives to form a road network using a meta-heuristic algorithm had been developed for this purpose. The proposed methodology had been established and showed promising results on a Massachusetts Road dataset that covers 110.25 km2. Average Completeness, Correctness, and quality were calculated and found to be (0.996, 0.560, 0.559) respectively. APLS metrics was calculated to be 0.456. According to obtained results, this approach is recommended to extract roads from satellite images.
Benzer Tezler
- İstanbul'da kentsel büyümenin senaryo tabanlı modellenmesi ve ekolojik açıdan değerlendirilmesi
Scenario-based modeling and evaluation of urban growth in Istanbul
ALİYE GONCA BOZKAYA KARİP
Doktora
Türkçe
2024
Şehircilik ve Bölge PlanlamaMimar Sinan Güzel Sanatlar ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. FATMA ÜNSAL
- Automatic airplane detection using deep learning techniques and very high-resolution satellite images
Derin öğrenme teknikleri ve çok yüksek çözünürlüklü uydu görüntüleri kullanılarak otomatik uçak tespiti
BAKARY TRAORE
Yüksek Lisans
İngilizce
2020
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
Prof. Dr. ELİF SERTEL
- Road geometry extraction with fusion of low resolution satellite imagery and GPS trajectory using deep learning methods
Düşük çözünürlüklü uydu görüntüleri ve GPS rotaları birleştirilmesi ve derin öğrenme yöntemleri kullanılarak yol geometrilerinin tespiti
NECİP ENES GENGEÇ
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGİN TARI
- Çok yüksek çözünürlüklü uydu görüntülerinden grafik tabanlı bilgi çıkarımı
Graph-based infortmation extraction from very high resolution satellite images
NURETTİN SİNANOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUydu Haberleşmesi ve Uzaktan Algılama Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Poverty prediction by using deep learning on satellite images
Uydu görüntülerinde derin öğrenme kullanarak yoksulluk tahmini
SABEER SAEED
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM TÜRKOĞLU