Content-based image retrieval using deep learning and multidimensional indexing
Derin öğrenme ve çok boyutlu indeksleme kullanılarak içerik tabanlı görüntü alma
- Tez No: 858623
- Danışmanlar: DR. ÖĞR. ÜYESİ SERDAR ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Son yıllarda yaşanan teknolojik gelişmeler ile donanım ve yazılım maliyetlerindeki düşüş, görsel arama uygulamalarını hem popüler hem de vazgeçilmez bir hale getirdi. Dolayısıyla, görsel sorgular aracılığıyla görüntülerin geniş veri tabanlarından hızlı ve hassas bir şekilde alınması kritik bir görev haline geldi. Video karesi düzeyinde veri tabanı aramaları yürütülen sistemlerle karşılaştırıldığında, arama performansını önemli ölçüde artıran yeni bir system sunuyoruz. Önceden eğitilmiş bir Evrişimli Sinir Ağı (CNN) modelinden yararlanarak, verimli indeksleme için düşük seviyeli özellikleri çıkarmak ve depolamak amacıyla denetimsiz görüntü alma süreçlerini kullanıyoruz. Hızlı ve etkili erişimi kolaylaştırmak için, Bakış Noktası Ağacı (VP Tree) olarak bilinen düşük seviyeli özelliklerden yararlanan bir indeksleme yapısı uyguluyoruz. Bu özelliklerden faydalanabilmek için, onları daha düşük boyutlu bir alanda temsil edecek boyut küçültme tekniklerini kullanıyoruz. Karşılaştırmalı görüntü veri kümesi üzerinde gerçekleştirilen deneylerimiz, bu yaklaşımın, K-En Yakın Komşu (KNN) araması olarak bilinen bir arama yöntemiyle karşılaştırıldığında daha hızlı ve doğru erişime yol açtığını göstermektedir. Ayrıca, önerilen tekniği iki gerçek video veri kümesini kullanarak KNN'e karşı değerlendiriyoruz ve bu teknik, sürekli olarak KNN'den daha iyi performans gösteriyor.
Özet (Çeviri)
Recent technological advancements and reductions in hardware and software costs have propelled visual search applications into the spotlight, making them both popular and indispensable. Consequently, the rapid and precise retrieval of images from vast databases through image queries has become a critical task. We introduce a novel end-to-end retrieval architecture that significantly enhances retrieval performance compared to a baseline system conducting database searches at the video frame level. Leveraging a pre-trained Convolutional Neural Network (CNN) model, we employ unsupervised image retrieval processes to extract and store low-level features for efficient indexing. To facilitate fast and efficient retrieval, we implement a tree-based indexing structure that leverages low-level features known as the Vantage Point Tree (VP Tree). To make these features compatible with our system, we employ dimension-reduction techniques to represent them in a lower-dimensional space. Our experiments, conducted on a benchmark image dataset, demonstrate that this approach leads to faster and more accurate retrieval when compared to a state-of-the-art search method known as K-Nearest Neighbor (KNN) search. Furthermore, we assess the proposed technique against KNN using two real-world video datasets, and it consistently outperforms KNN by a significant margin.
Benzer Tezler
- Content based image retrieval with high level semantics
İçerik tabanlı görüntü alma yüksek seviye semantik
NAJM ABDULLAH HUSSEIN AL-MOHAMMED
Yüksek Lisans
İngilizce
2021
Bilim ve TeknolojiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Derin öğrenme ile çoklu bantlı uzaktan algılanmış görüntülerin içerik tabanlı erişimi
Content based multivariate remote sensing image retrieval with deep learning
ÖZGÜ GÖKSU
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERCHAN APTOULA
- Medikal görüntülerde geleneksel yöntemlerin ve evrişimsel sinir ağlarının içerik tabanlı olarak karşılaştırılması
Content-based comparison of traditional methods and convolutional neural networks in medical images
YUSUF ÖZTÜRK
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKÇEN ÇETİNEL
- Deep learning based Turkish video indexing and retrieval system
Derin öğrenmeye dayalı Türkçe video indeksleme ve bilgi getirimi sistemi
JAWAD RASHEED
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AKHTAR JAMIL
- A decision support system based on content-based image retrieval for breast cancer diagnosis
Meme kanseri tanısı için içerik tabanlı görüntü erişimine dayanan bir karar destek sistemi
NUH ALPASLAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. DAVUT HANBAY
PROF. DR. PRABİR BHATTACHARYA