Development of a deep learning assisted webgis framework for updating building databases
Bina veritabanlarının güncellenmesi için derin öğrenme destekli webcbs çatısı geliştirilmesi
- Tez No: 759610
- Danışmanlar: PROF. DR. ALİ ÖZGÜN OK
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Mühendislik Bilimleri, Geodesy and Photogrammetry, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Geomatik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 82
Özet
Coğrafi veri toplama yöntemlerinde çeşitlilik son yıllarda önemli ölçüde artmıştır. Bu gelişmeye paralel olarak coğrafi veri tabanlarının güncellenmesi için otomatik yaklaşımlara olan ihtiyaç da artmıştır. Makine öğrenimi (ML) yöntemlerinin kullanımına ek olarak, alanında profesyoneli olmayan kişilerin ve gönüllülerin katkıları bu hedefe ulaşmak için son derece gereklidir. Web ve mobil tabanlı Coğrafi Bilgi Sistemleri (CBS), uzmanlığı olsun olmasın farklı özgeçmişe ve becerilere sahip kişiler tarafından sağlanan coğrafi bilgilerin (CB) kullanımı için gerekli araçları ve yöntemleri sağlar. Gönüllü coğrafi bilgi (GCB) yaklaşımlarına ve Vatandaş Bilimi projelerine artan ilgi sayesinde, profesyonel olmayanların katılımcıların CBS ortamına katkılarından kademeli olarak yararlanılabilir. Öte yandan, yeni algoritmalar ve platformlar, gönüllüler tarafından toplanan verilerin doğruluğunu artırmak için yarı otomatik olarak CB çıkarımına yardımcı olabilir. Derin öğrenme (DÖ) algoritmaları gibi güncel yapay zeka (YZ) yöntemlerini WebCBS ara yüzlerine dahil ederek, yarı otomatik coğrafi bilgi çıkarma görevi gerçekleştirilebilir. Sonuç olarak, coğrafi bilgi toplama ve özellikle görüntü yorumlama konusunda sınırlı deneyime sahip gönüllülere, yapay zekâ rehberliği ile doğru işlemeyi gerçekleştirme ve bilinçli karar verme konusunda yardımcı olunması mümkündür. Bu tezde, binaları tespit etmek, çatı sınırlarını belirlemek ve mevcut bina vektörleriyle karşılaştırarak değişiklik tespiti ve veri tabanı güncellemesine olanak sağlaması için DÖ destekli bir WebCBS uygulaması geliştirilmiştir. Kullanıcılar tarafından sisteme yüklenen hava veya uydu görüntüleri, bina tespiti için önceden eğitilmiş DÖ modelleri kullanılarak işlenebilir. Tespit edilen çatılar sistemde vektör formata dönüştürülebilmekte ve değişiklik tespit bileşeni kullanılarak mevcut ve tespit edilen vektör verileri arasındaki değişiklikleri çıkarmak mümkün olmaktadır. Geliştirilen uygulama ile vektör düzenleme ve çizimler desteklenebilmekte ve nihai ürünler bir mekânsal veri tabanı yönetim sisteminde (VTYS) saklanabilmektedir. Geliştirilen uygulama uyarlanabilir özelliklere sahiptir ve farklı görüntü bölütleme problemleri için uygulamaya çeşitli DÖ yöntemlerinin entegre edilmesi mümkündür. Bu tür sistemlerin kullanılabilirliği ile çevresel izleme, mekânsal planlama, arazi yönetimi ve simülasyonlar için dijital ikiz oluşturma gibi farklı uygulamalarda CB toplama, güncelleme ve analiz süreçlerini daha fazla kullanıcının destekleyebilmesi beklenmektedir.
Özet (Çeviri)
The diversity of the methods for geodata collection has increased significantly in recent years. The need for automated approaches for updating geodatabases has also increased in parallel to this development. In addition to the novel machine learning (ML) methods, the contributions of non-professionals and volunteers are immensely required to achieve this goal. Geographical Information Systems (GIS) on the web and on mobile devices provide the required tools and methods for utilizing geoinformation (GI) contributed by individuals of all backgrounds. Thanks to the increasing attention on the volunteered geographic information (VGI) approaches and the Citizen Science (CitSci) projects, the contributions of non-professionals to participatory GIS efforts can be utilized gradually. On the other hand,to improve the accuracy of data obtained by volunteers, new algorithms and platforms can help with semi-automatic GI extraction. By incorporating novel artificial intelligence (AI) methods, such as the deep learning (DL) algorithms, into WebGIS, the semi-automatic GI extraction task can be facilitated. As a result, volunteers with limited experience on GI collection and in particular image interpretation can be assisted in performing proper processing and making informed decisions with AI guidance. In this thesis, a DL-assisted WebGIS framework was developed to detect buildings, to delineate their rooftop boundaries, and to compare with existing building vectors to serve for change detection, and accordingly database updating. The input aerial and satellite images provided by the users can be processed by using pre-trained DL models for building detection. The detected rooftops can be vectorised in the proposed system, and a change detection component reveals the alterations between the existing and the detected vector data. Thus, the framework supports vector modification and drawing, and final products are stored in a spatial database management system (DBMS). The framework is adaptable and various DL methods can be integrated into the framework for different image segmentation problems. It is expected that with the availability of such systems, more users can support the geodata collection, updating and analysis processes, which are crucial for different applications such as environmental monitoring, spatial planning, digital twin creation for land management and simulations, etc.
Benzer Tezler
- Lazer ışığını takip eden araç prototipi tasarımı
Design of a vehicle prototype tracking laser light
MERVE TASALI
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiAksaray ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
PROF. DR. İSMAİL BAYRAKLI
- Tüberküloz hastalığının tespiti için yeni bir evrişimsel sinir ağı modeli
A new convolutional network model for detection of tuberculosis disease
MEHMET BABALIK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR
- CNN derin öğrenme tekniği kullanılarak prostat kanser hastalığının teşhisi
Diagnosis of prostate cancer disease using CNN deep learning technique
MEHMET EMİN SALMAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Artificial intelligence assisted drop pattern analysis and RNAseq profiling for early diagnosis and follow-up of bladder cancer
Mesane kanserinin erken tanı ve takibinde yapay zeka destekli damla motif analizi ve RNAseq profilleme
RAMİZ DEMİR
Doktora
İngilizce
2023
Moleküler TıpKoç ÜniversitesiHücresel ve Moleküler Tıp Ana Bilim Dalı
PROF. DR. DEVRİM GÖZÜAÇIK
- Cancer detection in fine needle aspiration samples using back propagational artificial neural network
Başlık çevirisi yok
ZAID ABBAS KURDI SARRAY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZAID HAMODAT