Computer visison based smart car navigation and lane detection
Bilgisayar görüş tabanlı akıllı araç navigasyonu ve şerit tespiti
- Tez No: 940372
- Danışmanlar: YRD. DOÇ. DR. AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgi ve Belge Yönetimi, Information and Records Management
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
- Sayfa Sayısı: 88
Özet
Bu yazıda, akıllı sürücüsüz araçlarda doğru ve sağlam şerit tespiti için CNN algoritmalarından yararlanan bir şerit tespit hattı tasarlamayı ve geliştirmeyi amaçlıyoruz. Bu, uçtan uca bir sistem oluşturmak için ön işleme, şerit bölümlendirme ve şerit algılama/izleme gibi çeşitli aşamaların entegre edilmesini içerir. Boru hattı, gerçek zamanlı performansı korurken zorlu yol koşulları, karmaşık şerit geometrileri, tıkanma ve parazitlerle başa çıkacak şekilde tasarlanacak. Temel hedeflerden biri, CNN algoritmalarını kullanarak şerit bölümlendirmenin doğruluğunu arttırmaktır. Bu, şerit tespiti için ayırt edici özellikleri öğrenmek amacıyla geniş açıklamalı bir veri kümesi üzerinde derin CNN modellerinin eğitilmesini içerir. Şerit sınırlarını doğru bir şekilde belirlemek ve bunları diğer yol unsurlarından ayırmak için anlamsal bölümleme ve örnek bölümleme gibi gelişmiş teknikler araştırılacaktır.
Özet (Çeviri)
In this paper we aim to design and develop a lane detection pipeline that leverages CNN algorithms for accurate and robust lane detection in smart self-driving cars. This involves integrating various stages, such as preprocessing, lane segmentation, and lane detection/tracking, to form an end-to-end system. The pipeline will be designed to handle challenging road conditions, complex lane geometries, occlusion, and interference, while maintaining real-time performance. A key objective is to improve the accuracy of lane segmentation using CNN algorithms. This involves training deep CNN models on a large annotated dataset to learn discriminative features for lane detection. Advanced techniques such as semantic segmentation and instance segmentation will be explored to accurately delineate lane boundaries and distinguish them from other road elements.
Benzer Tezler
- Nesnelerin interneti için kenar bilişim tabanlı akıllı görsel algılama analizi
Edge computing based intelligent visual sensing analysis for the internet of things(IoT)
EMRAH ŞİMŞEK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARIŞ ÖZYER
- Yapay zeka tabanlı araç koltuğu tanıma sisteminin geliştirilmesi
Development of artificial intelligence based vehicle seat recognation system
ALİ İHSAN BADEM
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriBursa Teknik ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DOÇ. DR. İZZET FATİH ŞENTÜRK
- Uzaklık ve cinsiyet tabanlı akıllı reklam görüntüleme sistemi
Distance and gender based smart advertising display system
BURAK KABASAKAL
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE SÜMER
- Predicting danger using artificial intelligence
Başlık çevirisi yok
MUSTAFA AMEEN SULTAN AL-TAMEEMI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Embedded computer vision system for retail industry
Perakende endüstrisi için bilgisayarlı görü sistemi
MEHMET ERKİN YÜCEL
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ÜNSALAN
PROF. DR. SERKAN TOPALOĞLU