Geri Dön

Derin ağ tabanlı iyileştirilmiş stereo eşleştirme

Enhanced stereo matching based on deep networks

  1. Tez No: 761004
  2. Yazar: ALPER EMLEK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MURAT PEKER
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Niğde Ömer Halisdemir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 121

Özet

Bu tezde, stereo görüntüler kullanılarak gerçek zamanlı eşitsizlik haritaları elde etmek ve eşitsizlik haritalarını düzeltmek amacıyla çeşitli derin öğrenme tabanlı ağ yapıları önerilmiştir. Tez çalışması kapsamında ilk olarak eşitsizlik haritalarının başarısını artırmaya yönelik ağ yapılarının tasrarımları gerçekleştirilmiştir. Bu çalışmalarda eşitsizlik haritalarının düzeltilmesi ve eşleşme maliyetlerinin doğruluğunun artırılması amaçlanmıştır. Sonraki çalışmalarda ise uçtan uca öğrenmeye dayalı tasarımlarla eşitsizlik haritalarının elde edilmesi amaçlanmıştır. Uçtan uca ağ yapıları ile yapılan çalışmaların ilkinde evrişim işlemlerinde kullanılan çekirdek yapılarının stereo eşleştirme problemlerine göre özelleştirilmesiyle bir ağ yapısı oluşturulmuştur. Diğer bir ağ yapısında ise baştan sona öz tasarım ile gerçekleştirilen uçtan uca öğrenme ile eşitsizlik haritası çıkarabilen bir ağ yapısı oluşturulmuştur. Bu ağ yapısında öznitelik çıkarma ve eşleşme maliyetlerinin toplanması adımları için alt ağ yapılarıda önerilmiştir. Ayrıca önerilen bu yöntemlerin tasarımında gerçek zamanlı uygulamalar için uygun çalışma sürelerinin elde edilmesi öncelikli hedef olarak belirlenmiştir. Önerilen yapıların farklı veri kümeleri üzerinde eğitim ve test işlemleri gerçekleştirilmiş olup hem nitel hemde nicel karşılaştırmalar gerçekleştirilerek başarımları değerlendirilmiştir.

Özet (Çeviri)

In this thesis, various deep learning-based network structures have been proposed to obtain real-time disparity maps using stereo images and to refine disparity maps. Firstly, the accuracy of disparity maps is increased by designing new network structures. In these designs, it is aimed to refine the disparity maps and increase the accuracy of the matching costs. In the following studies, it is aimed to obtain disparity maps with end-to-end learning-based designs. In the designed first end-to-end network structure, a network structure is created by customizing the kernel structures used in convolution operations according to stereo matching problems. In the second structure, a self-designed network structure has been designed to obtain disparity maps. Here, to extract features and aggregate matching costs, different sub-modules are proposed. In addition, the suitable run time for real-time applications is the top priority while designing these proposed methods. Training and testing processes of the proposed structures are carried out on various datasets, and their performance is evaluated by performing both qualitative and quantitative comparisons.

Benzer Tezler

  1. Adaptif ağ tabanlı bulanık mantık çıkarım sisteminin (ANFIS) iyileştirilmiş genetik algoritma ile eğitilmesi ve tıbbi problemlere uygulanması

    Training adaptive neuro-fuzzy inference system (ANFIS) with improved genetic algorithm and application to medical problems

    HİLAL HAZNEDAR

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM KALINLI

  2. Altın orana dayalı iyileştirilmiş kapsül ağlarının füzyonu ile derin sahte video tespiti

    Deep fake video detection by fusion of optimized capsule networks based on golden ratio

    SAMET DİNÇER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜZİN ULUTAŞ

  3. Image reconstruction with deep learning and applications in MR images

    Derin öğrenme ile görüntü geriçatımı ve MR görüntülerinde uygulamaları

    AMIR AGHABIGLOU

    Doktora

    İngilizce

    İngilizce

    2022

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  4. Assessing the impact of super-resolution on enhancing the spatial quality of historical aerial photographs

    Tarihi hava fotoğraflarının mekansal kalitesini artırmada süper-çözünürlüğün etkisinin irdelenmesi

    ABDULLAH HARUN İNCEKARA

    Doktora

    İngilizce

    İngilizce

    2024

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  5. Derin öğrenme yöntemlerini kullanarak MR görüntülerinden otomatik tümör tespiti

    Automatic tumor detection from brain MRI images using deep learning techniques

    NECİP ÇINAR

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KAYA