Derin öğrenme kullanarak akıllı cihaz görüntülerinin kalite değerlendirmesi
Quality assessment of smart device images using deep learning
- Tez No: 978993
- Danışmanlar: DR. ÖĞR. ÜYESİ ERDOĞAN BOZKURT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
- Anahtar Kelimeler: Sayısal görüntü işleme, Digital image processing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Gedik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Derin öğrenme, yapay zekânın bir alt dalı olarak son yıllarda sağlık, otomotiv ve görüntü işleme gibi pek çok alanda yaygın şekilde kullanılmakta ve özellikle görsel verilerin analizinde nesne tanıma, sınıflandırma ve kalite değerlendirme gibi görevlerde yüksek başarı göstermektedir. Bu çalışmada, bir teknoloji şirketinin satış sonrası teknik servisinde onarım öncesi ve sonrası müşteri iddialarını doğrulamak amacıyla çekilen fotoğraflarda kullanıcı kaynaklı özen eksikliği nedeniyle ortaya çıkan kalite sorunlarına odaklanılmıştır. Kalitesiz görüntülerin sistemde yer alması hem doğrulama sürecini zorlaştırmakta hem de depolama alanında israfa ve maliyet artışına neden olmaktadır. Bu probleme çözüm olarak geliştirilen derin öğrenme tabanlı model, fotoğrafların aydınlık, bulanıklık ve kadraj gibi temel kalite parametrelerini değerlendirerek görüntüleri“iyi”veya“kötü”olarak sınıflandırmaktadır. Yapılan deneysel çalışmalar, modelin teknik servis süreçlerinde kullanılan fotoğrafların kalitesini güvenilir ve etkili şekilde belirleyebildiğini göstermiştir. Sonuç olarak, önerilen yaklaşım sayesinde düşük kaliteli görsellerin sistemden elenmesiyle depolama verimliliği artırılmakta, teknik servis süreçlerinde iş yükü azaltılmakta ve müşteri odaklı hizmet kalitesine katkı sağlanmaktadır.
Özet (Çeviri)
Deep learning, as a subfield of artificial intelligence, has recently gained widespread application in fields such as healthcare, automotive, and image processing, showing remarkable success particularly in visual data analysis tasks such as object recognition, classification, and quality assessment. This study focuses on the quality issues arising in the after-sales technical service department of a technology company, where photographs of smart devices are routinely taken before and after repair to verify potential customer claims but are often captured carelessly by users, resulting in poor quality. The presence of such low-quality images complicates verification processes, increases storage requirements, and leads to unnecessary time and cost inefficiencies. To address this problem, a deep learning-based model was developed to automatically evaluate the quality of the photographs by assessing parameters such as brightness, blurriness, and framing, classifying them as either“good”or“poor.”Experimental findings confirm that the proposed model can reliably and effectively determine image quality within technical service operations. As a result, filtering out low-quality photographs not only reduces storage waste but also enhances process efficiency and contributes to improved service quality.
Benzer Tezler
- Asma yaprağında hastalık tespiti için derin öğrenme tabanlı mobil uygulama geliştirilmesi
Development of a deep learning based mobile application for disease detection in grapevine leaves
SEYİT GAZİ YILDIZ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. KAZIM YILDIZ
DR. ÖĞR. ÜYESİ ALİ SARIKAŞ
- Presentation attack detection with shuffled patch-wise binary supervision
Karıştırılmış yama tabanlı ikili gözetim ile sunum saldırı tespiti
ALPEREN KANTARCI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Bitkilerin biyoelektrik potansiyelini kullanarak ortam sıcaklığını tahmin etmek için yeni bir derin öğrenme modeli
A new deep learning model for predicting ambient temperature using the plants' bioelectric potential
HASRI AKBAR AWAL ROZAQ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. OKTAY YILDIZ
- An online network intrusion detection system for DDoS attacks with IoT botnet
IoT botnetleri ile yapılan dağıtık servis dışı bırakma saldırıları için çevrimiçi bir ağ saldırı tespit sistemi
ERİM AYDIN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞERİF BAHTİYAR
- Developing a smart method for real -time brain tumor localization and segmentation on ct ımages using hybrid techniques and yolo
Hibrit teknikler ve yolo kullanilarak bt görüntülerinde gerçek zamanli beyin tümörü lokalizasyonu ve segmentasyonu için akilli bir yöntem geliştirilmesi
NUSAIBAH KHALID ABDULMAJEED AL-SALIHI
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ULUS ÇEVİK
PROF. DR. TURGAY İBRİKÇİ