Hibrit çizge sinir ağları kullanarak görüntü eşleştirme
Image matching using hybrid graph neural networks
- Tez No: 893045
- Danışmanlar: DR. ÖĞR. ÜYESİ BİRSEN GÜLDEN ÖZDEMİR, DR. ÖĞR. ÜYESİ DİLEK TÜKEL
- 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: Doğuş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Görüntü eşleştirme, nesne tanıma, 3B yeniden yapılandırma ve otonom navigasyon gibi bilgisayar görüşü uygulamalarında kritik bir görevdir. Çizge sinir ağlarının (ÇSA) ortaya çıkışı, görüntü eşleştirme algoritmalarının doğruluğunu ve verimliliğini artırmak için yeni yollar açmıştır. Bu tez, farklı veri setlerini kullanarak bu yöntemleri değerlendirip geliştirmek için ÇSA'ların görüntü eşleştirme uygulamasını araştırmaktadır. Araştırma başlangıçta, PASCAL VOC ve WILLOW-object class gibi yaygın tanınan veri setlerine ÇSA tabanlı algoritmaların uygulanmasına odaklanmaktadır. Çeşitli görüntü ve açıklamaları ile tanınan bu veri setleri, görüntü eşleştirme algoritmalarını test etmek ve geliştirmek için bir temel olarak hizmet etmektedir Yukarıda bahsedilen veri setleri ile daha iyi ve hızlı sonuçlar elde edebilmek için hibrit bir sistem önerisi sunulmuştur. Bu tez ayrıca, ÇSA'lar ve görüntü eşleştirme üzerine son dönemin önemli makalelerinden elde edilen bulguları entegre etmektedir. Farklı veri setleri üzerinden yapılan karşılaştırmalı analiz, ÇSA tabanlı görüntü eşleştirme algoritmalarının güçlü ve zayıf yönlerine dair kapsamlı bir şekilde anlaşılmasını sağlamak amacıyla yapılmıştır. Bu araştırmanın sonucunun, görüntü eşleştirme görevlerinde ÇSA'ların çok yönlülüğünü ve sağlamlığını göstererek bilgisayar görüşü alanına önemli bir katkı sağlaması amaçlanmıştır. Bu çalışma, sadece ÇSA'ların görüntü eşleştirme konusundaki teorik anlayışı geliştirmekle kalmayıp, aynı zamanda çeşitli bağlamlarda uygulanmalarına dair pratik görüşler sunmaktadır.
Özet (Çeviri)
Image matching is a critical task in computer vision applications such as object recognition, 3D reconstruction, and autonomous navigation. The emergence of Graph Neural Networks (GNNs) has opened new avenues to improve the accuracy and efficiency of image matching algorithms. This thesis investigates the application of GNNs to image matching, aiming to evaluate and enhance these methods using different datasets. The research initially focuses on applying GNN-based algorithms to well-known datasets like PASCAL VOC and WILLOW-object class. These datasets, known for their variety of images and annotations, serve as a foundation for testing and developing image matching algorithmsA hybrid system proposal is presented to obtain better and faster results with the above-mentioned data sets. Additionally, this thesis integrates findings from recent significant papers on GNNs and image matching. The comparative analysis across different datasets is conducted to comprehensively understand the strengths and weaknesses of GNN-based image matching algorithms. The outcome of this research is expected to significantly contribute to the field of computer vision by demonstrating the versatility and robustness of GNNs in image matching tasks. This study not only advances the theoretical understanding of GNNs in image matching but also offers practical insights into their application in various contexts.
Benzer Tezler
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Scoring of CERbB2 tumors in breast cancer by pathological image analysis
Patolojik görüntü analizi ile meme kanserinde CERbB2 tümörlerinin skor değerlerinin belirlenmesi
GÖZDE AYŞE TATAROĞLU
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
- Çapraz e-ticaret pazarlarında hibrit öneri sistemi
Hybrid recommendation system at cross e-commerce markets
EMRE KÖSE
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Elektrikli otobüslerde çizge tabanlı öznitelik seçimi ve makine öğrenmesi ile kestirimci bakım
Predictive maintanance with graph based feature selection & machine learning in electrical busses
AYŞE IRMAK ERÇEVİK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET MURAT ÖZBAYOĞLU
- Hybrid quantum-classical graph neural networks for particle track reconstruction at the large hadron collider
Büyük hadron çarpıştırıcısında parçacık izi yapılandırması için hibrit kuantum-klasik çizge sinir ağları
CENK TÜYSÜZ
Yüksek Lisans
İngilizce
2021
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. MELAHAT BİLGE DEMİRKÖZ