Geri Dön

Analysis of geospatial satellite images using deep learning

Derin öğrenme kullanarak jeosamal uydu görüntülerinin analizi

  1. Tez No: 799290
  2. Yazar: IHAB ALMOJAHED
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  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: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 81

Özet

Bilgisayarla Görü ve eleştirel bir yaklaşımdır. Son teknik gelişmelerin bir sonucu olarak, uzaktan algılama araştırmacıları makine öğrenimiyle, özellikle derin öğrenimle giderek daha fazla ilgileniyorlar. Bir ağ modelini eğitmek için bir uydu resmi ve onunla ilişkili etiket verilerini kullandık ve model eğitimi hakkında bir rapor sağladık işlem. Bunu takiben model, bir bina vektör dosyasından çevrilmiş bina ayak izlerinden oluşan deneysel verileri oluşturmak için kullanıldı. Test setinden gelen veriler ağ modeline dahil edildiğinde, hedefler ve çevreleri arasında ayrım yapılabiliyordu. U-net mimarisi semantik segmentasyonu gerçekleştirmek için kullanıldı. Semantik bölümleme, yüksek derecede esneklik ve performans nedeniyle popülerlik kazanıyor. Kodlayıcılara ve kod çözücülere dayalı anlamsal bölümleme mimarileri daha yaygın hale geliyor.

Özet (Çeviri)

Computer Vision and is a critical approach. As a result of recent technical breakthroughs, researchers in remote sensing are becoming increasingly interested in machine learning, especially deep learning We utilized a satellite picture and the label data associated with it to train a network model, and we provided a report on the model training process. Following that, the model was used to create experimental data, which comprised of translated building footprints from a building vector file. Once the data from the test set was incorporated into the network model, it was able to distinguish between targets and their surroundings. The U-net architecture was used to accomplish semantic segmentation. Semantic segmentation is gaining popularity owing to its high degree of flexibility and performance. Semantic segmentation architectures based on encoders and decoders are becoming more prevalent.

Benzer Tezler

  1. Geospatial object recognition using deep networks for satellite images

    Uydu görüntüleri için derin ağlar kullanılarak coğrafi nesnelerin tanımlanması

    ONUR BARUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULLAH AYDIN ALATAN

  2. Uzaktan algılama verileri kullanarak derin öğrenmeye dayalı arazi kullanımı ve arazi örtüsü haritalama modeli geliştirme

    Developing a deep learning-based land use and land cover mapping model using remote sensing data

    ŞAZİYE ÖZGE ATİK

    Doktora

    Türkçe

    Türkçe

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. CENGİZHAN İPBÜKER

  3. A deep learning based framework for identification of ship types using optical satellite images

    Optik uydu görüntüleri kullanarak gemi tiplerinin imliklendirilmesi için derin öğrenme tabanlı yöntem

    SERDAR KIZILKAYA

    Doktora

    İngilizce

    İngilizce

    2023

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  4. Açıklanabilir yapay zeka yöntemleri ile toprak tuzluluğu haritalarının üretilmesi

    Soil salinity mapping using explainable artificial intelligence methods

    SAMET AKSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  5. Google earth engıne kullanılarak uydu görüntülerinin sınıflandırılması, çevresel değişim analizleri ve müsilaj haritalama

    Google earth engine using to classification of satellite images, environmental change analysis and mucilage mapping

    MERVE GÖRAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Jeodezi ve FotogrametriGebze Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. TAŞKIN KAVZOĞLU