Seyrek temsil ile içerik tabanlı görüntü erişimi
Content based image retrieval with sparse representation
- Tez No: 479843
- Danışmanlar: DOÇ. DR. HASAN ŞAKİR BİLGE
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntü bölütleme, Görüntü erişimi, Image segmentation, Image retrieval
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İçerik Tabanlı Görüntü Erişimi (İTGE), görüntü ve çoklu ortam verilerinin artmasıyla birlikte, bu verilerden çıkarılan anlamlı bilgilerle arama işlemi yapmak ihtiyacı ile ortaya çıkmıştır. Günümüzde, Düşük Seviye Özelliklerden (DSÖ'lerden) Yüksek Seviye Anlamsal Bilgi'nin (YSAB) çıkarılmasında Yerel Özellik Tanımlayıcıları (YÖT'ları) kullanılmaktadır. Böylece, İTGE modelleri, Bölge Tabanlı Görüntü Erişimi (BTGE) yaklaşımları ile çözülmeye başlanmıştır. Seyrek Temsil (ST) uzun zamandır sinyal ve görüntü işleme yaklaşımlarında kullanılmakla birlikte son yıllarda İTGE problemlerine çözüm üretmektedir. Bu çalışmada ilk olarak literatürde YÖT ve ST algoritmalarının performansını değerlendirmek amacıyla bir İTGE çatısı önerilmiş ve bu çatı ile kapsamlı testler yapılmıştır. Daha sonra çok etiketli veri kümeleri için çevrimdışı ve çevrimiçi iki BTGE modeli önerilmiştir. Önerilen BTGE modellerin oluşturulma süresini hızlandırmak için de yeni bir YÖT kümeleme yaklaşımı önerilmiştir. Yapılan testlerde önerilen yaklaşımların literatürdeki yaklaşımlara göre daha başarılı sonuçlar verdiği gözlemlenmiştir.
Özet (Çeviri)
Content Based Image Retrieval (CBIR) has emerged with the need to search with meaningful information extracted from these data, along with the increase in image and multimedia data. Today, Local Feature Descriptors (LFDs) are used to derive High Level Semantic Information (HLSI) from Low Level Features (LLFs). Thus, the CBIR models have begun to be solved through Region Based Image Retrieval (RBIR) approaches. Sparse Representation (SR) has been used in signal and image processing approaches for a long time and has been providing solutions to the CBIR problems in recent years. In this study, first, a CBIR framework is proposed in order to evaluate the performance of the LFDs and SR algorithms in the literature and comprehensive tests are made with this framework. Then, two offline and online RBIR models for multi-labeled data sets are proposed. A new LFD clustering approach is also adopted to speed up the building of recommended RBIR models. It has been observed that the proposed models are performed more successfully than the approaches in the literature.
Benzer Tezler
- Hibrit film öneri sistemi
Hybrid movie recommendation system
MAHİYE ULUYAĞMUR
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. ZEHRA ÇATALTEPE
- Edremit körfezi ve kuzeyinin jeodinamik evrim
Geodynamic evolution of the gulf of Edremit and norhtern area
CENK YALTIRAK
Yüksek Lisans
Türkçe
2003
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiGenel Jeoloji Ana Bilim Dalı
PROF. DR. ARAL OKAY
- Knowledge graph representation of electronic health records for clinical predictions
Elektronik sağlık kayıtlarını temel alan bilge çizge temsillerinin klinik tahminlerde kullanımı
EGE ALPAY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZNUR TAŞTAN OKAN
- Crowd density map estimation system from aerial images
Havadan alınan görüntülerden yoğunluk haritası tespit sistemi
OSMAN TARIK ÇETİNKAYA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- On praxis and poiesis duality in digital virtual object representation: A thesis on consumer categories and objectness
Dijital ve sanal nesnelerin temsilinde praxis ve poiesis ikiliği hakkında: Tüketici kategorileri ve nesnelliğe dair bir tez
OGEDAY CELEP
Doktora
İngilizce
2024
İşletmeThe Unıversıty Of ReadıngPazarlama Ana Bilim Dalı
DOÇ. DR. MICHAEL MOLESWORTH