Geri Dön

Uzaktan algılama görüntülerinde değişiklik tespiti

Change detection in remote sensing images

  1. Tez No: 814233
  2. Yazar: OZAN PEKER
  3. Danışmanlar: PROF. DR. FIRAT HARDALAÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Son yıllarda küresel sorun olarak önem taşıyan nüfusa bağlı yapılaşma artışı, tarım arazilerinde görülen kuraklık, bölgesel iklim değişikliği, kutup bölgelerinde buzul erimesi, yeşil alan hasarı, sel ve su taşkınları gibi konuların artışıyla birlikte uzaktan algılama çalışmaları popüler hale gelmiştir. Bu çalışmalarda kullanılan geleneksel yöntemlere paralel olarak, gelişen sensör teknolojilerinin sağladığı veriler ile bir diğer popüler çalışma alanı olan yapay zekâ yaklaşımlarının birlikte kullanımı da her geçen gün artmakta ve insan eforu içeren şehir planlama gibi konularda yapay zekâ söz sahibi olmaya başlamaktadır. Yenilikçi yaklaşımlar sayesinde geleneksel yöntemlere göre daha anlamlı çıkarımlar yapılabilmekte ve analizlerde insan gücü kullanımı ciddi oranda azaltılmaktadır. Mevcut çalışma kapsamında değişiklik tespitinde kullanılan yapay zekâ modelinin eğitiminde, model kaybını hesaplamaktan sorumlu olan ve modelin probleme göre daha uygun hale gelmesini sağlayan kayıp fonksiyonuna bir ivmelendirme katsayısı eklenerek değişiklik tespitinde başarım arttırılması amaçlanmıştır. Önerilen yaklaşım değişiklik tespiti çalışmalarında kullanıma uygun olmakla birlikte veri setlerinden bağımsız bir tasarıma sahiptir. Çalışma kapsamında önerilen yaklaşımının performans analizinin yapılması için literatürde yaygın olarak kullanılan çapraz entropi ve polinomal kayıp fonksiyonları kullanılmıştır. Her bir kayıp fonksiyonu için 10 adet geleneksel hesaplama yöntemi ;10 adet ise ivmelendirme katsayısı kullanılarak çalışma kapsamında toplam 40 deney yapılmıştır. Yapılan deneyler sonucunda geleneksel kayıp fonksiyonlarıyla sırasıyla eğitim, doğrulama ve test veri setinde en yüksek F-Skor değeri 82.54%, 79,88% ve 80.18% iken, önerilen yaklaşım olan ivmelendirme katsayısı kullanımı ile sırasıyla 83.44%, 80,91% ve 80.73% değerleri elde edilmiştir. Yapılan tüm deneylerin sonuçları incelendiğinde test veri setinde F-Skor metriğinde 1% ila 2% arasında artış sağladığı ortaya konmuştur.

Özet (Çeviri)

In recent years, the increase in population-driven construction, drought in agricultural areas, regional climate change, glacial melting in polar regions, damage to green areas, floods and water inundations, which have become global issues, has made remote sensing studies popular. In addition to the traditional methods used in these studies, the combined use of artificial intelligence approaches, which are another popular field of study enabled by developing sensor technologies, is increasing day by day, and artificial intelligence is beginning to have a say in human effort involving city planning, etc. Thanks to innovative approaches, more meaningful inferences can be made compared to traditional methods, and the use of human labor is significantly reduced in the analysis. In the scope of the current study, it was aimed to increase the success in change detection by adding an acceleration coefficient to the loss function responsible for calculating the model loss and making the model more suitable for the problem in the training of the artificial intelligence model used in change detection. The proposed approach is suitable for use in change detection studies and has an independent design from the datasets. Cross-entropy and polynomial loss functions, which are commonly used in the literature, were used for the performance analysis of the proposed approach in the study. A total of 40 experiments were conducted in the study, 10 of which were traditional calculation methods for each loss function and 10 were performed using the acceleration coefficient. As a result of the experiments conducted, the highest F-Score values on the training, validation, and test datasets using traditional loss functions were 82.54%, 79.88%, and 80.18%, respectively, while the proposed approach using the acceleration coefficient achieved values of 83.44%, 80.91%, and 80.73%, respectively. When all the results of the experiments were examined, it was revealed that there was an increase of 1% to 2% in the F-Score metric in the test dataset.

Benzer Tezler

  1. Derin öğrenme yöntemleri kullanarak uzaktan algılama görüntülerinde değişiklik tespiti

    Change detection in remote sensing images using deep learning methods

    BEYZA NUR NAKKAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÇAĞRI ŞAHİN

  2. Sentetik açıklıklı radar görüntülerinde interferometri ve radargrametri tekniklerinin füzyonu

    Fusion of interferometry and radargrametry techniques in synthetic aperture radar images

    EMRAH ONAT

    Doktora

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAKUP SABRİ ÖZKAZANÇ

  3. Sparsity based pansharpening and a new pansharpening method using a guiding image

    Seyreklik tabanlı pankeskinleştirme ve kılavuz görüntü kullanan yeni bir pankeskinleştirme yöntemi

    RONGLEI JI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. ENDER METE EKŞİOĞLU

  4. Analysis of wavelet type and noise in relative radiometric normalization based on multiresolution analysis

    Çoklu çözünürlük analizine dayalı bağıl radyometrik düzeltmede farklı gürültü ve dalgacık tiplerinin analizi

    SAMİ SEREN TEMELTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mühendislik BilimleriHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT DURMAZ

  5. Evaluation of land use land cover change around istanbul airport between years of 2011-2021

    2011 – 2021 yılları arasında istanbul havalimanı çevresi arazi ortusu arazi kullanımı degişiminin degerlendirilmesi

    KANER LEVENT

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ÇİĞDEM GÖKSEL