İç mekân nokta bulutu verilerinin makine öğrenimi yöntemleri kullanılarak sınıflandırılması
Indoor point cloud data classification using machine learning methods
- Tez No: 958864
- Danışmanlar: DOÇ. DR. ALPER ŞEN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
İç mekânlara ait 3B nokta bulutu sınıflandırması, iç mekân harita yapımı, iç mekân navigasyonu, bina yenileme, tesis yönetimi vb. uygulamalarda iç mekân modellerinin oluşturulmasında büyük önem taşımaktadır. Bu çalışmada, Stanford Üniversitesi tarafından üretilen S3DIS veri setinde bulunan ofis odalarına ait nokta bulutları makine öğrenmesi yöntemlerinden Rastgele Orman, Çok Katmanlı Algılayıcı, Kategorik Artırma (CatBoost), Aşırı Gradyan Artırma (XGBoost), Hafif Gradyan Artırma Makinesi (LightGBM) ve Sınıflandırma ve Regresyon Ağaçları (CART) yöntemleri ile sınıflandırılarak iç mekân planları oluşturulmuştur. Giriş verileri için X, Y, Z koordinatları ve R, G, B renk değerleri öznitelik bilgileri olarak kullanılmıştır. Sınıflar tavan, zemin, duvar, kapı, pencere, kolon, masa, sandalye, pano, dağınıklık ve kitaplık nesnelerini kapsamaktadır. Eğitim ve test verilerinde iç mekân planlarının oluşturulması amacıyla duvar, kapı, pencere, kolon, pano ve kitaplık bir sınıf (birleştirilmiş sınıf-1); masa, sandalye ve dağınıklık bir sınıf (birleştirilmiş sınıf-2) halinde birleştirilmiştir. İç mekân nokta bulutlarının sınıflandırılması için kullanılan makine öğrenimi yöntemlerinden Rastgele Orman yöntemiyle ortalama %90, Çok Katmanlı Algılayıcı yöntemiyle ortalama %87, CatBoost yöntemiyle ortalama %91, XGBoost yöntemiyle ortalama %88,LightGBM yöntemiyle ortalama %89 ve CART yöntemiyle ortalama %86 genel sınıflandırma doğruluğu elde edilmiştir.
Özet (Çeviri)
The classification of 3D point clouds for indoor environments plays a crucial role in the creation of indoor models for applications such as indoor mapping, indoor navigation, building renovation, facility management, etc. In this study, indoor plans were generated by classifying point clouds of office rooms from the S3DIS dataset, produced by Stanford University, using machine learning methods such as Random Forest, Multi-Layer Perceptron, Categorical Boosting (CatBoost), Extreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM), and Classification and Regression Trees (CART). For the input data, X, Y, Z coordinates and R, G, B color values are used as attribute information. The classes include ceiling, floor, wall, door, window, column, table, chair, board, clutter, and bookcase objects. In the training and test datasets, to create indoor plans, wall, door, window, column, board, and bookcase were combined into a single class (merged class-1), while table, chair, and clutter were grouped into another class (merged class-2). Among the machine learning methods used for the classification of indoor point clouds, Random Forest method has an average classification accuracy of 90%, Multilayer Perceptron method has an average classification accuracy of 87%, CatBoost method has an average classification accuracy of 91%,XGBoost method has an average classification accuracy of 88%, LightGBM method has an average classification accuracy of 89% and CART method has an average classification accuracy of 86%.
Benzer Tezler
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Atherosklerotik kalp hastalıklarında risk faktörleri
Risk factors in the coronary artery disease
MURAT SUHER
- Süt formüllerinin tüketim uygulamaları ve süt formüllerinin C vitamini içeriği ile pH değerleri
Başlık çevirisi yok
GÖNÜL VAROL
Yüksek Lisans
Türkçe
1986
Besin Hijyeni ve Teknolojisiİstanbul ÜniversitesiÇocuk Gelişimi Ana Bilim Dalı
DOÇ. DR. TÜRKAN KUTLUAY
- Makro besin elementlerinin (NPK) İzmir'de Mayıs ayında açığa dikilen 4-6 cm çevre büyüklüğündeki Gladiolus cinsine ait“hunting song”ve“Novalüx”kültür çeşitlerinin yumrularının gelişmeleri üzerine etkileri
Başlık çevirisi yok
TAHA ALİ AMEN
Yüksek Lisans
Türkçe
1985
ZiraatEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ADNAN HATİPOĞLU
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER