Geri Dön

Streaming multiscale deep equilibrium models

Akan video için çok ölçekli derin ekilibriyum modelleri

  1. Tez No: 764025
  2. Yazar: CAN UFUK ERTENLİ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ, DR. ÖĞR. ÜYESİ EMRE AKBAŞ
  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: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Son yıllarda tanıma sorunlarının çözümü için çok sayıda dikkate değer gelişme olmuştur. Akan veriler üzerindeki tanıma görevleri bunlardan önemli bir tanesidir. Özellikle otonom sürüş ve robot kontrolü gibi gerçek zamanlı uygulamalar için akan veriler üzerinden verimli çıkarsama yapmak çok kritik olmaktadır. Bu amaçla, bu tezde, videolarda kare başına öznitelikleri, yapılan hesaplama miktarını en aza indirerek çıkartabilen bir yöntem olan StreamDEQi sunuyoruz. Hesaplama süresinin ağ derinliği ile en azından doğrusal olarak arttığı geleneksel yöntemlerin aksine, öznitelikleri sürekli bir şekilde güncellemeyi amaçlıyoruz. Bu amaçla, bir sabit nokta problemini çözerek bir görüntünün özniteliğini çıkaran son zamanlarda ortaya çıkan örtük katman modellerinden yararlanıyoruz. Ana anlayışımız, videoların yavaş değişen doğasından yararlanmak ve önceki karenin özniteliğini her yeni karede başlangıç noktası olarak kullanmaktır. Bu yaklaşım, son çıkarsama hesaplamalarını etkin bir şekilde geri dönüştürerek gerekli işlem süresini büyük ölçüde azaltır. Kapsamlı deneysel analizlerimiz sayesinde, StreamDEQin birkaç karelik süre içinde en iyiye yakın öznitelikler elde edebildiğini ve video süresi boyunca kare bazında güncel bir öznitelik sürdürebildiğini gösteriyoruz. Video anlamsal bölümleme ve video nesne tanıma üzerindeki deneylerimiz, StreamDEQin referans modelden (standart MDEQ) 3 kattan daha hızlı olurken, onunla benzer doğrulukta sonuç üretebildiğini göstermektedir.

Özet (Çeviri)

There have been numerous significant developments for addressing recognition problems in recent years. One important application area of such developments is recognition on streaming data. Efficient inference is typically critical for streaming data sources, especially for real-time applications such as autonomous driving and robot control. For this purpose, this thesis presents StreamDEQ, a method that infers frame-wise representations on videos with minimal per-frame computation. In contrast to conventional methods where compute time grows at least linearly with the network depth, we aim to update the representations in a continuous manner. For this purpose, we leverage the recently emerging implicit layer models, which infer the representation of an image by solving a fixed-point problem. Our main insight is to leverage the slowly changing nature of videos and use the previous frame representation as an initial condition on each frame. This scheme effectively recycles the recent inference computations and greatly reduces the needed processing time. Through extensive experimental analysis, we show that StreamDEQ is able to recover near-optimal representations in a few frames' time and maintain an up-to-date representation throughout the video duration. Our experiments on video semantic segmentation and video object detection show that StreamDEQ achieves on-par accuracy with the baseline (standard MDEQ) while being more than 3x faster.

Benzer Tezler

  1. Derin öğrenme tabanlı yöntemlerle düşük ışıklı görüntü iyileştirme

    Low light image enhancement with deep learning based methods

    EMİN CİHANGİR US

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  2. Stabilized finite element methods for time dependent convection diffusion equations

    Zamana bağlı konveksiyon difüzyon denklemleri için kararlı sonlu elemanlar yöntemleri

    ONUR BAYSAL

    Doktora

    İngilizce

    İngilizce

    2012

    Matematikİzmir Yüksek Teknoloji Enstitüsü

    Matematik Ana Bilim Dalı

    DOÇ. DR. GAMZE TANOĞLU

    PROF. DR. ALİ İHSAN NESLİTÜRK

  3. Utilizing corine land cover data in diverse spatial decision making and management processes

    Çeşitli mekansal karar alım ve yönetim süreçlerinde corine arazi örtüsü verisinden yararlanılması

    ARTAN HYSA

    Doktora

    İngilizce

    İngilizce

    2018

    Peyzaj Mimarlığıİstanbul Teknik Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DOÇ. DR. FATMA AYÇİM TÜRER BAŞKAYA

  4. Dalgacık tabanlı kod bölmeli çoklu erişim (KBÇE) sistemlerinin simülasyonu

    Simulation of wavelet based code division multiple access (CDMA) systems

    BARIŞ ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiZonguldak Karaelmas Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. ERTAN ÖZTÜRK

  5. Çok kademeli eksenel kompresörlerin ön tasarım aracının geliştirilmesi

    Devolopment of multistage axial compressor preliminary design tool

    RAFIS MUKHAMMEDIAROV

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Makine MühendisliğiYıldız Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HADİ GENCELİ