Uzaktan algılama görüntüleri kullanan hassas tarım uygulamaları için transformer tabanlı anlamsal bölütleme modeli tasarımı
Design of a Transformer Based Semantic Segmentation Model for Precision Agriculture Applications Using Remote Sensing Images
- Tez No: 920794
- Danışmanlar: DR. ÖĞR. ÜYESİ İREM ÜLKÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Anlamsal bölütleme bilgisayarla görme alanında yapılan çalışmaların başında gelir. Piksel düzeyinde görüntülerin sınıflandırılmasını yani bir bakıma yorumlanmasını sağlayan bu yöntem günümüzde nesne tanıma, medikal uygulamalarda hastalık tespiti gibi çeşitli alanlarda kullanılmaktadır. Hassas tarım günümüzde giderek uygulaması artan bir alan olup bu alanda da anlamsal bölütlemeye yönelik çalışmalar yapılmakta ve gerekli görülmektedir. Transformer teknolojisine geldiğimizde ise doğal dil işleme teknolojilerinde öne çıkmış bugün kullanılmakta olan sohbet robotlarının arkaplanında tercih edilen bir model haline gelmiştir. Daha sonra bilgisayarla görme alanında da transformer mimarisi kullanılmaya başlanmış ve oldukça başarılı sonuçlar elde edilmiştir. Bu çalışmada görüntü işleme teknolojilerinde özellikle anlamsal bölütleme alanında başarılı sonuçlar vermesiyle öne çıkan UNet mimarisinden esinlenilerek farklı bir mimari ortaya koyulmaya çalışılmıştır. Özellikle de hassas tarım uygulamalarında kullanılan uzaktan algılama görüntüleri için anlamsal bölütleme yapmak adına Transformer tabanlı bir model geliştirilmeye çalışılmıştır. Tasarlanan model için farklı dikkat mekanizmaları da denenmiş ve kullanılan veri setleri için bunlar da test edilmiştir. Sonuç olarak, elde edilen veriler neticesinde önerilen tasarımın uzaktan algılama görüntülerinin anlamsal bölütlemesinde gayet başarılı sonuçlar verdiği ve bu alanda yapılacak çalışmalarda tercih edilebilecek bir model olduğu düşünülmektedir.
Özet (Çeviri)
Semantic segmentation is at the forefront of research in the field of computer vision. This method, which enables the classification of images at the pixel level, essentially allowing for their interpretation, is currently used in various fields such as object recognition and disease detection in medical applications. Precision agriculture is an increasingly applied field today, and in this area, studies aimed at semantic segmentation are being conducted and deemed necessary. When it comes to transformer technology, it has emerged in natural language processing technologies and has become a preferred model in the background of the chatbots currently in use. Later, the transformer architecture was also used in the field of computer vision, yielding quite successful results. In this study, a different architecture has been attempted by drawing inspiration from the UNet architecture, which stands out for its successful results, particularly in the field of semantic segmentation within image processing technologies. Especially for remote sensing images used in precision agriculture applications, an attempt has been made to develop a Transformer-based model for semantic segmentation. Different attention mechanisms were also tried for the designed model, and these were tested on the used datasets. As a result, based on the obtained data, it is considered that the proposed design has yielded quite successful results in the semantic segmentation of remote sensing images and could be a preferred model for future studies in this field.
Benzer Tezler
- Satellite images super resolution using generative adversarial networks
Uydu görüntülerinde çekişmeli üretici ağ kullanarak süper çözünürlük
MARYAM SERDAR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. AHMET HAMDİ KAYRAN
- Enhancing hyperspectral and multispectral image fusion using high dimensional model representation
Yüksek boyutlu model gösterimi kullanılarak hiperspektral ve multispektral görüntü füzyonunun iyileştirilmesi
EFE KAHRAMAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Multitemporal co-polar x-band sar data classification as a tool for paddy-rice phenology estimation
Çeltik tarlası fenoloji kestirimi için çok zamanlı co-polar x-bant sar verisi üzerinde sınıflandırma yöntemi
ÇAĞLAR KÜÇÜK
Yüksek Lisans
İngilizce
2016
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA
YRD. DOÇ. DR. ESRA ERTEN
- Next generation wireless networks for social good
Sosyal fayda için yeni nesil telsiz ağlar
SULTAN ÇOĞAY
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ
- Hotamış gölü çevresinin arazi kullanımının uydu görüntüleri yardımıyla zamansal analizi
Geo-temporal analysis of Hotamis lake and surrounding with the help of satellite imagery
ELİF KIRTILOĞLU
Yüksek Lisans
Türkçe
2014
Jeodezi ve FotogrametriSelçuk ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN KARABÖRK