Detection and localization of motorway overhead directional signs by convolutional neural networks trained with synthetic images
Otoyol üst yönlendirici tabelalarının yapay görüntülerle eğitilen evrişimli sinir ağları ile tespiti ve konumlandırılması
- Tez No: 563665
- Danışmanlar: YRD. DOÇ. DR. YALIN BAŞTANLAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgisayarla görme, Görüntü işleme-bilgisayarlı, Computer vision, Image processing-computer assisted
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Görüntü sınıflandırması, nesne tespit ve tanımasında son on yıl içinde epey bir mesafe kat edildi. ImageNet ile başlayan yarışmalar, Yapan Sinir Ağlarının muhtelif geliştirmelerle uygulanmasının, içinde bulunduğumuz zaman için bu tarz görevler için en uygun Yapay Öğrenme yöntemi olduğunu gösterdi. Ancak yapay öğrenme yöntemleri oldukça fazla veriye ihtiyaç duyar ve görüntü ile ilgili işlemlerde bu tarz veriler, temin edilebilseler bile zaman ve çaba olarak oldukça maliyetlidir. Eğitim verisi kısıtlı veya tüm hedef seti temsil edemediği durumlarda yapay veri oluşturulması ve veri çoğaltma yöntemleriyle elde olan eğitim verisinin arttırılması yoluna gidilir. Bu tez çalışması, hedef sınıflandırma görsellerinin gevşek de olsa bir yapıya sahip olduğu durumlarda, herhangi bir gerçek veri olmasa bile yine de yapay öğrenme yöntemlerinin (ki buradaki örnekte derin öğrenim yöntemleri kullanılmıştır) kullanılabileceğini ve iyi bir tespit modeli oluşturulabileceğini göstermektedir. Bu çalışmada bir Evrişimli Sinir Ağı modeli, bilgilendirici otoyol şerit yönlendirme işaretlerinin tespit ve konumlandırılması için eğitilmiştir. Hedef görsel işaretlerin hiçbir gerçek örneği olmadan yola çıkılarak, modeli eğitmek için bilgisayar kodu ile geniş bir eğitim seti oluşturulmuştur. Bu set kullanılarak oluşturulan tespit sistemi, istenen işaretleri yüksek doğruluk düzeyi ile tespit ederek, görüntü içindeki konumlarını sınırlayıcı kutular ile işaretleyerek sınıflandırabilmektedir.
Özet (Çeviri)
Image classification, object detection and recognition have gone a long way in the last decade. The competitions, starting with ImageNet, have shown that various improving implementations of Artificial Neural Networks are the best Machine Learning techniques at the time for such tasks. However, machine learning methods require much training data and the such data for image related tasks come at a cost in terms of time and effort, if it can be obtained at all. When training data is scarce or not representative of the whole target set, synthetic data and data augmentation methods are used to increase the training data using what is already available. This thesis work shows that when the target classification images have a structure, even a loose one, it is still possible to use machine learning methods, deep learning in this case, without any real data to begin with and still produce a good detection model. In this work, a Convolutional Neural Network model is trained to detect and localize informative motorway lane direction signs. Starting with no real samples of the target images, a large computer-generated training set is created to train the model. The resulting detector can detect the required sign types with high accuracy, localizing their position by bounding boxes and categorizing them.
Benzer Tezler
- Otononom mobil robotlarda optik akış tabanlı görsel eş zamanlı lokalizasyon ve haritalama
Optical flow based visual simultaneous localization and map building in autonomous mobile robots
ONUR ŞENCAN
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Otonom araçlar için 2B lazer tarayıcı kullanılarak yeni 3B LIDAR sistemi elde edilmesi ve engel tespiti
Obtaining a new type 3D LIDAR system using 2D laser scanner for autonomous vehicles and obstacle detection
AHMET KAĞIZMAN
Yüksek Lisans
Türkçe
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- Potansiyel EEG tabanlı beyin bilgisayar arayüzleri için motor imgeleme aktivitelerinin tespit edilmesi
Detecting motor imagery activity for EEG based brain computer interface applications
ÖZGÜR KARATAŞ
Yüksek Lisans
Türkçe
2020
BiyoteknolojiHacettepe ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. MEHMET ALİ ONUR
DOÇ. DR. HARUN ARTUNER
- Spatio-temporal clustering for non-recurrent traffic congestion detection on urban road networks
Konum-zamansal kümeleme ile özgün trafik sıkışıklıklarının şehiriçi trafik ağlarında tespit edilmesi
BERK ANBAROĞLU
Doktora
İngilizce
2013
UlaşımUnıversıty Of London - Unıversıty College LondonCoğrafi Bilgi Teknolojileri Ana Bilim Dalı
PROF. DR. TAO CHENG
- Detection and localization of drones in MIMO CW radar
MIMO(çoklu giriş çoklu çıkış) sürekli dalga radarında insansız hava aracı (İHA) sezimi ve konumlandırması
AYHAN YAZICI
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BUYURMAN BAYKAL