Geri Dön

Adapting bilateral networks to monocular depth estimation for real-time inference

Eş zamanlı çıkarım için ikili ağların monoküler derinlik tahminine uyarlanması

PDF İndir

  1. Tez No: 759166
  2. Yazar: SAMİ MENTEŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA FURKAN KIRAÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 79

Özet

Monoküler Derinlik Tahmini (MDT), endüstri ile ilgili birçok gelişme için önemli bir bilgisayarlı görü uygulama alanıdır. Kullanım ihtiyaçları nedeniyle, derinlik tahmin algoritmasının çıkarım süresi de diğer doğruluk ölçütleri ile birlikte çok önemli bir rol oynar. Evrişimsel Sinir Ağlarının (ESA) diğer zaman kısıtlamalı bilgisayar görme görevlerinde kullanımındaki son gelişmelerle birlikte, birçok kodlayıcı incelendi ve MDT modellerinde omurga olarak kullanıldı. Bu kodlayıcılar verimde büyük gelişme göstermiş olsa da, gerçek zamanlı modeller tarafından kullanılan popüler kodlayıcı-kod çözücü mimarisi ayrıca çözünürlük yükseltebilmek için bir kod çözücü ağına dayanır. Benzer bir yaklaşımı izleyerek, çok kanallı evrişimli katmanları bir kod çözücü üzerinde istiflemek, hesaplama süresini önemli ölçüde yavaşlatır. Bu çalışmada, Gerçek Zamanlı MDT için İkili Ağların kullanımını araştırıyoruz. Bunu başarmak için, önce MDT problemi için yakın zamanda tanıtılan bir gerçek zamanlı segmentasyon modelini (STDC-Seg) manipüle ettik. Gerçek zamanlı çıkarım hızına ulaşıldığında, doğruluğu daha da geliştirmek için ağın omurga yapısını ve dikkat modüllerini MDT'nin ihtiyaçlarına göre uyarladık. Son olarak, modelleri KITTI veri seti üzerinde Eigen ayrımına bağlı kalarak eğittik ve sonuçlarımızı KITTI üzerinde çalışılan modellerle ve ayrıca gerçek zamanlı modellerle karşılaştırdık. Deneysel sonuçlarımız,metodumuzun gerçek zamanlı çıkarım elde ederken zaman kısıtlamasına tabi olmayan son teknoloji modellerle de yakın performansta sonuçlar elde ettiğini göstermektedir.

Özet (Çeviri)

Monocular Depth Estimation (MDE) is a fundamental computer vision application area for many industry-related advances. Due to its deployment needs, the inference time of the depth estimation algorithm also plays a crucial role among other accuracy metrics. With the recent advances in Convolutional Neural Networks (CNNs) on other time-constrained computer vision tasks, many efficient feature extractors have been studied and adopted from MDE models as the backbone. Although those feature extractors have shown significant improvement in throughput, the widely-used encoder-decoder architecture used by Real-time MDE models also relies on a decoder network for upsampling. Following a similar approach, stacking multi-channel convolutional layers on a decoder hinders the inference time. This study investigates the benefits of Bilateral Networks in Real-time MDE tasks. During our research, we first manipulate the structure of a recently introduced real-time segmentation model (STDC-Seg) for the MDE problem. Once we attain real-time inference speed, we tailor the backbone structure and attention modules of the model for the needs of MDE to improve prediction accuracy. Finally, we train the models on the well-known KITTI dataset and compare our results with the models of the KITTI Eigen Split MDE Benchmark along with the previous real-time models. Our experimental results show that our real-time method achieves on-par metric performance with state-of-the-art models that are not subject to any time-constraint.

Benzer Tezler

  1. Tez No

    458615

    Confronting economic and industrial cyberespionage under international law

    Ekonomik ve endüstriyel siber espiyonaj'a karşı Uluslararası Hukuk yolları

    OĞUZ KAAN PEHLİVAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. AKİF EMRE ÖKTEM

  2. Tez No

    862609

    A text-as-data analysis: Turkish bilateral investment treaties over time

    Veri olarak metin analizi: Türkiye'nin ikili yatırım anlaşmalarının zaman içerisindeki değişimi

    AİŞE GÜL AKKOYUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    HukukKoç Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. BERTİL EMRAH ODER

    ÖĞR. GÖR. KEREM GÜLAY

  3. Tez No

    721041

    Associative and frequentist opponent modeling approaches in automated bilateral negotiations

    Otomatikleştirilmiş ikili pazarlıklarda ilişkisel ve frekansçı rakip modelleme yaklaşımları

    OKAN TUNALI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ REYHAN AYDOĞAN

  4. Tez No

    774347

    Revize Nottingham Duyu Değerlendirmesi'nin Türkçe versiyonu ve inmeli bireylerde geçerlilik ve güvenilirliğinin incelenmesi

    Turkish version of the Revised Nottingham Sensory Assessment and its validity and reliability in stroke patients

    NURTEN ÇEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ErgoterapiHacettepe Üniversitesi

    Ergoterapi Ana Bilim Dalı

    DOÇ. DR. GÖKÇEN AKYÜREK

  5. Tez No

    685143

    The impact of the Free Trade Agreement of 2006 and analysis of the Turkish textile products in the moroccan market

    2006 yılında Fas ile Türkiye arasında imzalanan Serbest Ticaret Anlaşması'nın etkisi ve Fas pazarının Türk tekstil ürünlerinin girişi sonrası analizi

    MARYAM OUAHA

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    İşletmeİstanbul Aydın Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMİNE ZEYTİNLİ

Geri Dön