Blind underwater image restoration using operational cycle-gans
Su altı görüntülerinin operasyonel döngü tutarlı uzetken karsıt aglar ile gözü kapalı restorasyonu
- Tez No: 755906
- Danışmanlar: PROF. DR. TÜRKER İNCE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Evrişimli sinir ağları, Görüntü restorasyonu, Makine öğrenmesi, Su altı, Üretici çekişmeli ağlar, Convolutional neural networks, Image restoration, Machine learning, Underwater, Generative adversial networks
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sualtı görüntülerinin izlenmesi hem ekolojik yaşamın devamlılığı hem de bu alanların araştırılması açısından önemlidir. Bununla birlikte, ışığın sualtında iletim özellikleri ve suların fiziksel özellikleri gibi sebepler, su altı görüntülerinde renk bozulması, saçılma, titreme, zayıf görüş ve eşit olmayan aydınlatma bozulmalarına yol açmaktadır. Yukarıda bahsedilen ve değişen şiddetteki bu artefaktlar kümesi, su altı görüntülerini izlemeyi ve bilgi çıkartımını anlaşılmaz kılmaktadır. Sualtı görüntü restorasyonu girişiminde bulunan çok sayıda çalışmaya rağmen, basit restorasyon modelleri ile artefakt karışımı ile bozulan gerçek sualtı görüntülerini restore etmekte başarılı olamamışlardır. Bu çalışmada, sualtı görüntülerini rastgele bozan gürültü ve artefaktların türüne ve şiddetine bağlı olmadan resimlerin kalitesinin arttırabilecek, operasyonel döngü ile tutarlı üretken karşıt ağları kullanarak sualtı görüntülerini restore edecek için umut verici yeni bir yöntem sunuyoruz. Bu çalışma iki boyutlu sualtı resimlerini işlemek amacıyla yüksek öğrenme kapasiteli iki boyutlu operasyonel katmanları döngü ile tutarlı üretken karşıt ağları içinde kullanan ilk çalışmadır. Önerilen yeni yaklaşım büyük ölçekli sualtı görüntü veri setini (LSUI) kullanarak kapsamlı bir şekilde değerlendirilmiştir. Detaylı nicel ve nitel değerlendirmeler, yöntemimizin, literatürde mevcut yöntemlere göre üstünlüğünü göstermektedir.
Özet (Çeviri)
Monitoring the underwater scenes is important for both continuation of ecological life and exploration of these underwater areas. However, because of the lights' transmission characteristics and water physical attributes, underwater images suffer from artifacts like color distortion, scattering, flickering, poor visibility, and uneven illumination. The set of these abovementioned artifacts with varying severities makes underwater images hard to monitor. Despite numerous studies that have attempted underwater image restoration, they obviously fail to perfectly restore real underwater images corrupted with a random blend of artifacts with their simple restoration models. In this paper, we propose a promising approach for restoring blind underwater images using novel operational cycle-consistent generative adversarial networks (Op-GANs), where the signal quality may be improved regardless of the kind or degree of the artifacts degrading the underwater image. This is the first study to utilize 2D operational layers with higher learning capacity in powerful cycle-GANs for processing 2D underwater images. Utilizing one of the largest benchmark underwater image datasets from the Large-Scale Underwater Image dataset (LSUI), the proposed technique achieved promising results. The detailed evaluations, both quantitative and qualitative, show that the suggested method outperforms the other competing techniques in the literature.
Benzer Tezler
- Ultrasonik kazıyıcıların neden olduğu aerosol kontaminasyonu ve yüksek hacimli aspirasyon sistemlerinin etkinliğinin karşılaştırılması, in vitro
Comparison of aerosol contamination caused by ultrasonic scalers and efficiency of high volume aspiration systems, in vitro
NİDA FİGEN EKMEKÇİ
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiEge ÜniversitesiPeriodontoloji Ana Bilim Dalı
PROF. DR. SEMA BECERİK
- Patojenik bakterilerin tanısı için nanoesaslı sensör platformları
Nanobased sensor platforms for detection of pathogenic bacteria
ALIAKBAR EBRAHIMI
Doktora
Türkçe
2017
BiyomühendislikHacettepe ÜniversitesiNanoteknoloji ve Nanotıp Ana Bilim Dalı
PROF. DR. ERHAN BİŞKİN
- Development of novel aflatoxin B1 biosensors by carbon nanotube integrated microfluidic systems
Karbon nanotüp entegre edilmiş mikroakışkan sistemlerin kullanımıyla yeni aflatoksin B1 biyosensörlerinin geliştirilmesi
NAGİHAN OKUTAN ARSLAN
Doktora
İngilizce
2024
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
PROF. DR. LEVENT TRABZON
- Spray characteristics of emulsified biodiesel-diesel blends in a constant volume combustion chamber
Sabit hacimli yanma odasında emülsifiye biyodizel-dizel karışımların püskürtme özellikleri
YUSUFCAN TEZEL
Yüksek Lisans
İngilizce
2020
Makine Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜNVER ÖZKOL
- Controlled release of tetracycline hydrochloride from copolymer/gelatin nanofibers
Kopolimer/jelatin nanoliflerinden tetrasiklin hidroklorür antibiyotiğinin kontrollü salımı
AYŞE METİN
Yüksek Lisans
İngilizce
2020
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. FATOŞ YÜKSEL GÜVENİLİR