Derin öğrenme ile farklı veri kaynaklarından elde edilen görüntülerden bina tespiti
Building detection from images obtained from different data sources using deep learning
- Tez No: 936533
- Danışmanlar: PROF. DR. MURAT UYSAL
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Uzaktan algılama teknolojilerindeki hızlı gelişmeler ve yüksek çözünürlüklü uydu görüntüleri ile hava araçlarının yaygınlaşması, kentsel alanlarda bina tespiti gibi uygulamaları daha etkin hale getirmiştir. Derin öğrenme yöntemleri, bu süreçte geleneksel yöntemlere kıyasla daha hızlı, hassas ve ölçeklenebilir çözümler sunarak şehir planlaması, afet yönetimi ve çevresel analizler gibi alanlarda kritik bir rol üstlenmiştir. Bu tez çalışmasında, nesne tespiti problemleri için yaygın olarak kullanılan YOLO (Sadece Bir Kez Bak) algoritmasının iki farklı sürümü olan YOLOv8m ve YOLOv11m ile Mask-RCNN (Bölge Tabanlı Evrişimsel Sinir Ağının Maskelenmesi) algoritmaları, iki farklı veri kaynağından (Harita Genel Müdürlüğü ortofotosu ve WorldView03 uydu görüntüsü) elde edilen görüntüler üzerinde bina tespiti çalışması için test edilmiştir. YOLO algoritmaları Google Colab ortamında, Mask-RCNN algoritması ise ArcGIS Pro uygulamasında değerlendirilmiştir. Sonuç olarak, YOLO ve Mask-RCNN algoritmalarının bina tespiti alanındaki potansiyeli ortaya konulmuş ve bu çalışmanın, uzaktan algılama teknolojileri ile yapay zeka tabanlı çözümlerin entegrasyonuna katkı sunması hedeflenmiştir.
Özet (Çeviri)
The rapid advancements in remote sensing technologies and the widespread use of high-resolution satellite imagery and aerial vehicles have made applications such as building detection in urban areas more effective. Deep learning methods have provided faster, more precise, and scalable solutions compared to traditional methods, playing a critical role in areas such as urban planning, disaster management, and environmental analysis. In this thesis study, two different versions of the YOLO (You Only Look Once) algorithm, YOLOv8m and YOLOv11m, which are widely used for object detection problems, along with the Mask-RCNN (Mask Region-Based Convolutional Neural Network) algorithm, were tested for building detection using images obtained from two different data sources (General Directorate of Mapping orthophoto and WorldView03 satellite imagery). The YOLO algorithms were evaluated in the Google Colab environment, while the Mask-RCNN algorithm was assessed in the ArcGIS Pro application. As a result, the potential of YOLO and Mask-RCNN algorithms in the field of building detection was demonstrated, and this study aims to contribute to the integration of remote sensing technologies with artificial intelligence-based solutions.
Benzer Tezler
- Earthquake damage detection with satellite imagery and deep learning approaches: A case study of the february 2023, Kahramanmaraş, Turkey earthquake sequence
Uydu görüntüleri ve derin öğrenme yaklaşımları ile hasar tespiti: 2023 şubat Kahramanmaraş, Türkiye deprem dizisinden bir vaka çalışması
FATMA ELİK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUydu Haberleşmesi ve Uzaktan Algılama Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Enhancing UCAV operations with AI-driven point cloud semantic segmentation for precision gimbal targeting in defense industry
Savunma sanayiinde hassas gimbal hedefleme için yapay zeka tabanlı nokta bulutu semantik segmentasyon yaklaşımlarıyla S/İHA operasyonlarının iyileştirilmesi
SALİH BOZKURT
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN
- Land cover segmentation of very high-resolution remotely sensed data using CNN and transformer models
Transformer ve CNN modelleri kullanarak çok yüksek çözünürlüklü uzaktan algılama görüntülerinin arazi örtüsü segmentasyonu
CENGİZ AVCI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUydu Haberleşmesi ve Uzaktan Algılama Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Assessing the impact of super-resolution on enhancing the spatial quality of historical aerial photographs
Tarihi hava fotoğraflarının mekansal kalitesini artırmada süper-çözünürlüğün etkisinin irdelenmesi
ABDULLAH HARUN İNCEKARA
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- 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