Heterojen çoklu görüntülerden araçların 3b yeniden oluşturulması ve araç hasarı tespiti için çok aşamalı bir yaklaşım
A multi-stage pipeline for 3d reconstruction of vehicles from heterogeneous multi-view images and vehicle damage detection
- Tez No: 1018395
- Danışmanlar: DR. ÖĞR. ÜYESİ SELCAN KAPLAN BERKAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntüleme-üç boyutlu, Yapı hasarları, Yapısal hasar, Üç boyutlu modelleme, Imaging-three-dimensional, Structure damages, Structural damage, Three dimensional modelling
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Araçların 3B rekonstrüksiyonu ve hasar tespiti, heterojen görüntü kaynaklarından standartlaştırılmış modeller üretmeyi ve hasar analizini konumsal bağlamıyla gerçekleştirmeyi hedeflerken zorlu bir görev olmaya devam etmektedir. Geleneksel yaklaşımlar tek nesneleri modellemede başarılı olsa da aydınlatma ve arka plan farklılıkları sergileyen kontrolsüz çok görüşlü veri kümelerinden genelleştirilmiş modeller oluşturmada ve hasarları 3B yüzey üzerinde konumlandırmada yetersiz kalmaktadır. Bu çalışma, söz konusu sınırlamaları ele alan, 3B rekonstrüksiyon ve otomatik hasar analizini birleştiren uçtan uca iki aşamalı yeni bir çerçeve sunmaktadır. İlk aşamada, otomatik bir araç 3B modelleme hattı geliştirilmiştir; bu hat arka plan kaldırma, EfficientNet-B0 tabanlı yön sınıflandırması ve komşu tabanlı COLMAP eşleştirmesini içermektedir. İkinci aşamada ise, CarDD veri kümesi ile ince ayar yapılmış YOLOv11-seg ve RF-DETR derin öğrenme modelleri kullanılarak 2B görüntülerden hasar tespiti ve segmentasyonu gerçekleştirilmektedir. Elde edilen hasarlı bölgeler, üretilen Gaussian Splatting tabanlı 3B modeller üzerine konumsal olarak yansıtılmaktadır. Önerilen yöntem 114 farklı araç modeline başarıyla uygulanmış, üretilen 3B araç modelleri ve hasar projeksiyonlarından oluşan veri kümesi literatüre katkı sağlamak amacıyla kamuya açık olarak paylaşılmıştır. Bu çalışma, hasar bölgelerinin bağımsız 2B kareler yerine 3B araç yüzeyi üzerinde uzamsal bağlamıyla belirlenmesine olanak tanıyarak, dijital sigortacılık ve uzaktan araç ekspertiz süreçleri için yenilikçi, entegre bir görselleştirme ve analiz çerçevesi sunmaktadır.
Özet (Çeviri)
3D reconstruction and damage assessment of vehicles remain challenging tasks, particularly when aiming to generate standardized models from heterogeneous image sources and contextualize damage analysis. While traditional Structure-from-Motion approaches excel at reconstructing individual objects, they struggle with creating generalized models from uncontrolled multi-view datasets exhibiting variation in lighting and background, as well as mapping defects onto 3D surfaces. This paper presents a novel end-to-end dual-framework that integrates automated vehicle 3D reconstruction with deep learning-based damage analysis to address these limitations. In the first phase, an automated 3D reconstruction pipeline is introduced, incorporating background removal, EfficientNet-B0 orientation classification, and neighbor-based COLMAP sparse reconstruction. In the second phase, vehicle damage detection and segmentation are performed on 2D images using YOLOv11-seg and RF-DETR models fine-tuned on the CarDD dataset. The detected damage zones are then spatially projected onto the reconstructed 3D Gaussian Splatting models. The proposed methodology was successfully validated across 114 distinct vehicle models, and the resulting dataset, consisting of 3D vehicle geometries and damage projections, has been made publicly available. By transitioning damage localization from isolated 2D frames to the spatial context of a 3D vehicle surface, this study provides an innovative, integrated visualization and analysis framework highly applicable to digital insurance expertise and remote vehicle evaluation scenarios.
Benzer Tezler
- Uraninite cevherinde radyoizotop uyarmalı x-ışını floresans tekniği ile uranyum analizi için optimum metodların araştırılması
Investigation of optimum analysis method for uranium in uraninite ore by radioisotope excited x-ray fluorescence technique
PERVİN ARIKAN
Doktora
Türkçe
1986
Fizik ve Fizik MühendisliğiGazi ÜniversitesiFizik Ana Bilim Dalı
DOÇ.DR. ATİLLA ÖZMEN
- Liquidambar orientalis mill (sığla ağacı)'in morfolojik ve palinolojik özellikleri üzerine araştırmalar
Studies on the morphological and palynological characteristics of liquidambar orientalis mill. in Turkey
ASUMAN GÜNGÖRDÜ
Doktora
Türkçe
1986
Ormancılık ve Orman Mühendisliğiİstanbul ÜniversitesiOrman Botaniği Bilim Dalı
PROF.DR. FAİK YALTIRIK
- Reaktif buharlaştırma tekniği ile hazırlanan AIOx ve AI-AIOx ince filmlerinin dielektrik özelliklerinin alana bağlı değişimleri
Başlık çevirisi yok
GÜZİN AKTULGA
Doktora
Türkçe
1985
Fizik ve Fizik Mühendisliğiİstanbul ÜniversitesiFizik Bilim Dalı
PROF. DR. HÜLYA DEMİRYONT