Geri Dön

Volume estimation of known objects from single images using depth and segmentation

Derinlik ve segmentasyon kullanarak tek görüntülerden bilinen nesnelerin hacim tahmini

  1. Tez No: 851053
  2. Yazar: ALİ YUSUF KOÇAK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TARKAN AYDIN
  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: 2023
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez, bilinen nesnelerin hacmini tek bir görüntü perspektifinden tahmin etme gibi zorlu bir görevi ele almaktadır. Bu tezde, tek bir görüntüden nesnelerin hacmini tahmin etmek için yeni bir model önerdik. Son teknoloji derin öğrenme metodolojilerinden yararlanılarak görüntü, derinlik ve segmentasyon ağlarını içeren kapsamlı bir analize tabi tutulmaktadır. Derinlik ağı nesnenin derinlik haritasını tahmin etmekten sorumluyken, segmentasyon ağı görüntü içindeki nesnelerin pozunu belirler. Bu çıktıların kameranın içsel verileriyle birleştirilmesi, ayrıntılı bir nokta bulutunun oluşturulmasıyla sonuçlanır. Bu nokta bulutu, hassas hacim tahmini için temel veri kaynağı görevi görerek bilgisayarla görme alanındaki ilerlemelere katkıda bulunur. Halka açık veri kümeleri üzerinde yapılan deneyler, yöntemimizin diğer yöntemlerden daha iyi performans gösterdiğini ve en son teknoloji ürünü performansa ulaştığını göstermektedir.

Özet (Çeviri)

This thesis delves into the challenging task of estimating the volume of known objects from a single-view image perspective. In this thesis, we proposed a new model for estimating the volume of objects from just one image. Leveraging state-of-the-art deep learning methodologies, the image undergoes a comprehensive analysis involving depth and segmentation networks. The depth network is responsible for estimating the object's depth map, while the segmentation network determines the pose of the objects within the image. Combining these outputs with the intrinsic data of the camera results in the creation of a detailed point cloud. This point cloud serves as the foundational data source for precise volume estimation, contributing to advancements in the field of computer vision. The experiments on publicly available datasets show that our method outperforms the other methods and achieves the state-of-the-art performance.

Benzer Tezler

  1. Doğuştan kalça çıkıklı hastalarda kalça patolojilerinin bilgisayarlı tomografi ile değerlendirilmesi

    Başlık çevirisi yok

    NECDET ŞÜKRÜ ALTUN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Ortopedi ve TravmatolojiGazi Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    PROF.DR. ORHAN ASLANOĞLU

  2. Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma

    Başlık çevirisi yok

    MEHMET YAKARTEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Tekstil ve Tekstil MühendisliğiEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KERİM DURAN

  3. Barajların hacim-verim ilişkisi üzerine bir araştırma

    Başlık çevirisi yok

    MEHMET KILIÇARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    İnşaat MühendisliğiÇukurova Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TEFARUK HAKTANIR

  4. Buğday ekiminin mekanik esasları üzerinde bir araştırma

    Başlık çevirisi yok

    ADNAN DEĞİRMENCİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    ZiraatEge Üniversitesi

    Tarımsal Mekanizasyon Ana Bilim Dalı

    DOÇ. DR. İSMET ÖNAL