Comparison of machine and human vision based on brightness and contrast using YOLOV3 with fuzzy logic
YOLOV3 ve bulanık mantık kullanarak insan ve makine görüsünü parlaklık ve kontrast tabanlı karşılaştırılması
- Tez No: 786602
- Danışmanlar: DR. ÖĞR. ÜYESİ ZAFER İŞCAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Bulanık mantık, Görsel nesne tanıma, Görüntü işleme, Kontrast, Parlaklık, Sayısal görüntü işleme, Sezgisel bulanık mantık, Fuzzy logic, Visual object recognition, Image processing, Brightness, Digital image processing, Intuitive fuzzy logic
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, görüntülerdeki parlaklık ve kontrast değerlerine bağlı olarak YOLOV3 algoritması ile bulanık mantığı kullanarak insan ve makine görüsünü karşılaştırmayı amaçlamaktadır. Kontrast ve parlaklık parametreleri için algılama eşiklerini belirlemek amacıyla 50 katılımcıyı kapsayan bir anket yaptık. Eşiklere bağlı olarak bu iki parametrenin birbirini nasıl etkilediğini de inceledik. Eşikler, bulanık mantığa girdi olarak verilmeden önce normalize edilir. Görüntüde bulunan nesnenin boyutunu temsil eden ağırlık parametresinin etkisini de analiz ettik. Aslında ağırlık, görüntüdeki nesnenin parlaklık ve kontrast parametrelerine olan duyarlılığını etkiler. Parlaklık, kontrast ve ağırlık parametrelerini bulanık mantıkla işleyerek bulanık bir sonuç elde ederiz. Bu sonucu YOLOV3'teki değerle karşılaştırdık. Bu sayede insan ve makine görmesini aynı platform üzerinde karşılaştırabiliyoruz. Bu karşılaştırmayı referans alarak, aşırı parlaklık ve kontrast koşullarında insan gözünün nesneleri yakalamada makineye göre daha iyi olduğunu gözlemledik. Bunun, insanın tanıma yetisinde yer alan bazı ekstra bilgilerden (ör. Deneyim vs.) kaynaklanabileceğini düşünüyoruz.
Özet (Çeviri)
This study aims to compare human and machine vision using fuzzy logic with YOLOV3 algorithm based on brightness and contrast values in the images. In order to determine detection thresholds for the contrast and the brightness parameters, we conducted a survey including 50 participants. We also examined how these two parameters affect each other depending on the thresholds. The thresholds are normalized, before being given as input to fuzzy logic. We also analyzed the effect of the weight parameter, that represents the size of the object found in the image. In fact, weight affects the sensitivity of the object in the image to the brightness and contrast parameters. We obtain a fuzzy result by processing the brightness, contrast, and weight parameters with fuzzy logic. This result is compared with the value from YOLOV3. In this way, human and machine vision are compared on the same platform. Depending on this comparison, we observed that the human eye is better in capturing objects in extreme brightness and contrast conditions than the machine. We think that this might be due to some extra information (e.g. experience) involved in human recognition.
Benzer Tezler
- Değişken rezolüzyonlu görüntü örnekleyici
Multi resolution image sampler
RIZA CAN TARCAN
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. M. SAİT TÜRKÖZ
- Design and implementation of real-time eye detection and tracking system based on gpu
Grafik işleme ünitesi tabanlı gerçek zamanlı göz bulma ve takip sistemi'nin tasarlanması ve uygulanması
ALİ ACIOĞLU
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGUN ERÇELEBİ
- Makine öğrenimi tabanlı COVID-19 teşhis ve tahmin sistemi: Çeşitli öğrenme algoritmalarının performans analizi ve ilgili hastalıkların sınıflandırılması
Machine learning-based COVID-19 diagnosis and prediction system: Performance analysis of various learning algorithms and classification of related diseases
AHMED JADDOA ENAD AL-MAMOORI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA AKSU
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- İki ve üç boyutlu videoları izlerken kaydedilen eegsinyallerinin karşılaştırılması ve sınıflandırılması
Comparison and classification of recorded eeg signals duringwatching two and three dimensional videos
NEGIN MANSHOURI
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL KAYIKÇIOĞLU