Çift Norm-UNET tabanlı anlamsal bölütleme mimarisinin iyileştirilmesi ve uzaktan algılama verileri ile kullanılması
Improvement of semantic segmentation architecture based on Dual Norm-UNET and its utilization with remote sensing data
- Tez No: 864647
- Danışmanlar: DR. STUD. MEMBER OF İREM ÜLKÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Semantik segmentasyon, bilgisayarlı görme için kritik öneme sahiptir, çünkü piksel seviyesinde görüntü yorumlaması bilgisi sağlar. Bununla birlikte, semantik segmentasyon modelleri genellikle önemli miktarda etiketli veri gerektirir ki bu da pahalı ve zaman alıcı bir süreçtir. Sonuç olarak araştırmacılar halka açık veri setlerini veya özgürce oluşturulmuş etiketler ile sentetik görüntüleri kullanmayı tercih ederler. Bu araştırma, yüksek boyutluluk ve çeşitlilik nedeniyle karmaşık ve heterojen olan uzaktan algılama verilerine uygulamak için Çift Normalleştirilmiş UNET (Dual Normalization UNet) semantik segmentasyon mimarisinin geliştirilmesine odaklanmaktadır. Toplu ve grup normalizasyonu, düzenleme ve artık bağlantılar ekleyerek DualNorm-UNetV3 modelini iyileştirmekteyiz, böylelikle ağ normalizasyonu için genel görüntü seviyesinde özellikler ve bölgeye özel metrikler eşzamanlı olarak entegre edilmektedir. Daha spesifik olarak, bu yöntem yerel istatiksel verileri kullanarak normallaştırma katmanı içinde öğrenilmiş semantik maskelerden yararlanarak farklı sınıf bölgelerindeki aktivasayonları uyarlamalı olarak değiştirmektedir. Bu yaklaşım, sınırlı etiketli veriler ile bile daha yüksek segmentasyon doğruluğu elde etmektedir. Normalizasyon teknikleri, düzenleme ve artık bağlantıları kullanarak, çeşitli uzaktan algılama veri setleri boyunca alana özgü değişmeyen bilgi yakalamaktadır. Bu da karmaşık ve çeşitli dağılımlara sahip veri setlerinde iyileştirilmiş segmentasyon performansı ile sonuçlanmaktadır. Geleneksel yöntemlere kıyasla önemli gelişmeler gösteren önerilen DualNorm-UNetV3 modeli, çeşitli referans veri setleri üzerinde başarılı bir şekilde test edilmiştir. Sonuçlar, önerilen modelin uzaktan algılama görüntüsü segmentasyonundaki zorluklar için güçlü bir çözüm sunduğuna ve yaklaşımın çeşitli gerçek dünya uygulamaları için geniş kabul görme potansiyeline işaret etmektedir.
Özet (Çeviri)
Semantic segmentation is critical in computer vision, as it provides pixel-level information for image interpretation. However, semantic segmentation models often require substantial labeled data, which is expensive and time-consuming to obtain. As a result, researchers leverage publicly available datasets or synthetic images with freely generated labels. This research focuses on enhancing the Dual Norm-UNet semantic segmentation architecture and applying it to remote sensing data, which is complex and heterogeneous due to high dimensionality/diversity. We improve the DualNorm-UNetV3 model by adding batch/group normalization, regularization and residual connections to simultaneously integrate global image-level characteristics and localized region-specific metrics for network standardization. More specifically, this method utilizes local statistical data to adaptively modify the activations in different class areas by leveraging learned semantic masks within the normalization layer to selectively enhance or suppress activations. This approach achieves higher segmentation accuracy even with limited labeled data. By utilizing normalization techniques, regularization, and residual connections, it captures domain-invariant information across various remote sensing datasets. This results in improved segmentation performance across datasets with complicated and diverse distributions. The proposed DualNorm-UNetV3 model demonstrates significant improvements over traditional approaches when tested on benchmark datasets, indicating its robustness for satellite images segmentation challenges and potential for broader real-world applications.
Benzer Tezler
- Çift kutuplu bulanık Zweier I-yakınsak dizi uzayları
Bipolar fuzzy Zweier I-convergent sequence spaces
HÜLYA ÖNEY
Yüksek Lisans
Türkçe
2024
MatematikNevşehir Hacı Bektaş Veli ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. ZARİFE ZARARSIZ
- Çift çekirdekli singüler integraller ve maksimal integral operatörler için kestirimler
Estimates for the maksimal singular integral in terms of the singular integral: The case of even kernels
GÜLHAN UNAY
Yüksek Lisans
Türkçe
2011
MatematikDumlupınar ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. İSMAİL EKİNCİOĞLU
- Çift seri uzayları ve Cesàro ortalaması
Double series spaces and Cesàro mean
OKAN BODUR
Yüksek Lisans
Türkçe
2021
MatematikPamukkale ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. GÜLLÜ CANAN HAZAR GÜLEÇ
- Çift tünel ve tek tünel ön çapraz bağ hastalarında alt ekstremite kas kuvvetinin değerlendirilmesi
Assesment of lower extremity muscular force in double tunnel and single tunnel anterior cruciate ligament patients
ABDURRAHMAN EVİN
Yüksek Lisans
Türkçe
2010
Fiziksel Tıp ve Rehabilitasyonİstanbul ÜniversitesiSpor Hekimliği Ana Bilim Dalı
PROF. DR. SAFİNAZ ALBAYRAK YILDIZ
- Çift çene ortognatik cerrahi ile tedavi edilmiş iskeletsel sınıf III hastaların tedavi sonrası yumuşak doku değişikliklerinin ve yüz çekiciliğinde altın oranın etkisinin fotometrik olarak değerlendirilmesi
Photometric evaluation of post-treatment soft tissue changes and the effect of golden ratio on facialattractiveness in skeletal class III subjects treated with double jaw surgery
NİSA ILDIZ ÇELEBİOĞLU
Doktora
Türkçe
2021
Diş HekimliğiAnkara ÜniversitesiOrtodonti Ana Bilim Dalı
PROF. DR. AYŞE TUBA ALTUĞ DEMİRALP