Autonomous ship recognition from color images
Renkli resimlerden otomatik gemi tanımlama
- Tez No: 881238
- Danışmanlar: PROF. DR. B. KEITH JENKINS
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Unıversıty Of Southern Calıfornıa
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Otonom gemi tanıma, askeri ve ticari uygulamalar için liman gözetimi gibi aktif bir alandır. Bilinmeyen temasların doğru bir şekilde tanımlanması, askeri istihbarat için kritiktir. Bu otomatik sistem, kontrolörlerin temas noktalarını daha hızlı ve doğru bir şekilde tanımlamalarına yardımcı olabilir. Bu çalışma, esas olarak gemilere ve limanlara monte edilmiş dijital kameralar kullanılarak elde edilen renkli görüntülere odaklanmaktadır. Tanıma için dijital görüntülerin kullanılmasının yanı sıra, RADAR'dan elde edilen mesafe ve rota bilgileri de bilinmektedir. Önemli özellikleri çıkarmak için, segment edilmiş gemi görüntüsü üzerinde mekansal piramit histogram tekniği uygulanmakta ve sınıflandırıcı olarak destek vektör makineleri kullanılmaktadır. Bu özel veri setleri, eğitim seti, geliştirme seti ve test seti için 18 farklı kamera açısına sahip 9 farklı gemi türü içermektedir. Eğitim veri seti, modellenmiş sentetik görüntüler içermekte; geliştirme ve test veri setleri ise gerçek görüntüler içermektedir. Bu çalışma, renkli görüntülerden gemi sınıflandırması için iki deneysel sonuç bildirmektedir. İlk deneyimiz, sentetik görüntü veri seti ile gerçek görüntü veri setinin sınıflandırılmasına dayanmaktadır, bu da sınıflandırıcının sentetik veri seti üzerinde eğitildiği ve gerçek veri seti üzerinde test edildiği anlamına gelmektedir, ve elde edilen doğruluk oranı %87.8'dir. İkinci deneyimiz, sentetik görüntüler + gerçek görüntüler (birleştirilmiş veri seti) ile gerçek görüntülerin sınıflandırılmasına dayanmaktadır, bu da sınıflandırıcının birleştirilmiş veri seti üzerinde eğitildiği ve ayrı bir gerçek veri seti üzerinde test edildiği anlamına gelmektedir, ve elde edilen doğruluk oranı %93.3'tür.
Özet (Çeviri)
Autonomous ship recognition is an active area for military and commercial applications like harbor surveillance. Accurate identification of unknown contacts is critical in military intelligence. This automated system can help controllers to identify the point of contacts more quickly and accurately. This work mainly focuses on color images attained using digital cameras mounted on ships and harbors. Aside from using digital images for recognition, other information known are distance and course information attained from RADAR. For extracting significant features, spatial pyramid histogram technique is performed on a segmented ship image and support vector machines are used as a classifier. These particular data-sets contain 9 different types of ship with 18 different camera angle perspectives for training set, development set and testing set. The training data-set contains modeled synthetic images; development and testing data-sets contain real images. This work reports two experimental results for ship classification from color images. Our first experiment is based on classification of a synthetic image data-set versus real image data-set, which means the classifier is trained on the synthetic data-set and tested on the real data-set and obtained accuracy is 87.8%. Our second experiment is based on classification of synthetic images + real images (combined dataset) versus real images, which means the classifier is trained on the combined data-set and tested on a separate real data-set, and obtained accuracy is 93.3%.
Benzer Tezler
- Estimation of asymptotic stability regions of nonlinear autonomous dynamic systems by the method of tangent hypersurfaces
Başlık çevirisi yok
MUALLA DEMİRDELEN
- Femoro popliteal by-passlarda kullanılan ven greftleri ile sentetik greft sonuçlarının karşılaştırılması
Başlık çevirisi yok
HASAN NAMATİ
Tıpta Uzmanlık
Türkçe
1989
İstanbul ÜniversitesiGöğüs Kalp ve Damar Cerrahisi Ana Bilim Dalı
Yükleniyor...
- Dağıtık bir işletim sistemi için gerçek-zamanlı, çok-görevli bir çekirdek tasarımı
Başlık çevirisi yok
KAYHAN ERCİYEŞ
- Kamu kesimindeki hizmet içi eğitim programlarının etkinliğinin değerlendirilmesi
Başlık çevirisi yok
CEM BABADOĞAN
