Geri Dön

Clothing image retrieval with triplet capsule networks

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 575416
  2. Yazar: OSMAN FURKAN KINLI
  3. Danışmanlar: YRD. DOÇ. DR. MUSTAFA FURKAN KIRAÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Görüntü erişimi, Sayısal görüntü işleme, Yapay sinir ağları, Yapay zeka, Image retrieval, Digital image processing, Artificial neural networks, Artificial intelligence
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kıyafet resmi erişimi Bilgisayar Bilimleri'ndeki bazı önemli gelişmelerden ve e-ticaret'in doğuşundan sonra daha da önemli hale gelmiştir. Yakın dönemdeki çalışmalarda bu problemin çözümü için genel olarak Evrişimli Sinir Ağları (ESA) kullanılmıştır. Popülaritesine rağmen, ESA'lar, doğaları gereği, parçalar arası hiyerarşik konumsal bilgi kaybı ve afin dönüşümlerine dayanıklı olmama gibi bazı yerleşik sınırlamalara sahiptir. Yeni önerilen Kapsül Ağları mimarisi, resimlerdeki parça-bütün ilişkisini ve poz bilgisini koruyarak bu sınırlamaları ortadan kaldırabilme özelliğine sahiptir. Bu tezde, dinamik yönlendirme algoritması ile çalışan, nöronları yoğun bağlı Kapsül Ağları'nın vitrin kıyafet resimlerine erişim performansını araştırdık. Buradan yola çıkarak, iki farklı öznitelik çıkartma metoduyla tasarlanmış Triplet-bazlı Kapsül Ağ mimarileri önerdik: İstifli-evrişimsel (SCCapsNet) ve Artık-bağlı (RCCapsNet) Kapsül Ağları. Vitrin kıyafet resmi erişimine yönelik önerilen mimari tasarımlarımızın deneysel sonuçları, SCCapsNet'in %32.1 en-yüksek-1, %81.8 en-yüksek-20 ve %90.0 en-yüksek-50 recall-at-K skorlarına ulaştığını gösterirken; RCCapsNet ise %33.9 en-yüksek-1, %84.6 en yüksek-20 ve %92.6 en-yüksek-50 recall-at-K skorlarıyla daha da iyi bir performans ortaya koymuştur. Bu rakamlar referans çalışmasının ve daha öncül yaklaşımların performanslarıyla karşılaştırıldığında, resimlere ek olarak hiçbir ilave destekleyici bilgi kullanmayan her iki tasarımımız da önemli bir farkla daha önde bir performans sergilemiştir. Ayrıca, önerdiğimiz Triplet Kapsül Ağları, modern mimarilerde kullanılan parametre sayısının sadece yarısı kadar parametre kullanarak, modern mimariler ile kıyaslanabilir sonuçlar elde etmiştir. İlerleyen dönemde, tasarımlarımız, nispeten yeni Kapsül Ağları araştırmalarındaki gelişmelerden yola çıkarak ekstra performans artışı alabilir.

Özet (Çeviri)

Clothing image retrieval has become more important after some major developments in Computer Science and the emergence of e-commerce. Recent studies generally attack this problem by using Convolutional Neural Networks (CNNs). Despite their popularity, CNNs, by nature, have some intrinsic limitations such as losing the hierarchical spatial relationship between the parts of an image, and not being robust to affine transformations. Most recently proposed network architecture, namely Capsule Networks, has the ability to overcome these limitations by preserving the part-whole relationship and pose information in the images. In this thesis, we investigate in-shop clothing retrieval performance of densely-connected Capsule Networks with dynamic routing. To achieve this, we propose Triplet-based designs of Capsule Network architecture with two different feature extraction methods: Stacked-convolutional (SCCapsNet) and Residual-connected (RCCapsNet) Capsule Networks. Experimental results of our proposed designs on in-shop clothing retrieval show that SCCapsNet achieves 32.1\% Top-1, 81.8\% Top-20, and 90.0\% Top-50 recall-at-K scores; whereas RCCapsNet has even better performance with 33.9\% Top-1, 84.6\% Top-20, and 92.6\% Top-50 recall-at-K scores. These figures demonstrate that both of our designs outperform the baseline study and the earlier approaches by a wide margin without using any extra supportive information besides to the images. Moreover, when compared to the SOTA architectures on clothing retrieval, our proposed Triplet Capsule Networks achieve comparable recall rates with only half of the parameters used in the SOTA architectures. In the future, our designs may inherit extra performance boost due to advances in the relatively new Capsule Network research.

Benzer Tezler

  1. Tez No

    177163

    Understanding human motion: Recognition and retrieval of human activities

    İnsan hareketini anlama: İnsan aktivitelerinin tanınması ve erişimi

    NAZLI İKİZLER

    Doktora

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. PINAR DUYGULU ŞAHİN

  2. Tez No

    886721

    Determining e-commerce product recommendation systems utilizing mcdm methods

    Çkkv yöntemlerini kullanarak e-ticaret ürün öneri sistemlerinin belirlenmesi

    MİNE YAVUZ ŞAFAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. YUSUF İLKER TOPCU

  3. Tez No

    521975

    Tracing the colors of clothing in paintings with image analysis

    Tablolardaki kişilerin kıyafet renklerinin imge analizi ile çıkartılması

    CİHAN SARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALBERT ALİ SALAH

    DOÇ. DR. ALKIM ALMİLA AKDAĞ SALAH

  4. Tez No

    685128

    The mediation role of customer satisfaction in the effect of brand image on electronic word of mouth marketing: A research on ready-to-wear clothing brands operating internationally

    Marka imajının elektronik ağızdan ağıza pazarlama üzerindeki etkisinde müşteri memnuniyetinin aracılık rolü: Uluslararası alanda faaliyet gösteren hazır giyim markaları üzerine bir araştırma

    HAKAN GÜMÜŞSOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    İşletmeİstanbul Aydın Üniversitesi

    Sosyal Bilimler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZGÜL UYAN

  5. Tez No

    290645

    Beden imajı ve beden kateksinin kadınların giysi seçimi ve beğenisi üzerinde etkilerinin yapısal eşitlik modeli ile incelenmesi

    Effects of the body image and body katex on women?s clothing selection and appreciation with investigation of the structural equation model

    BERNA YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Giyim EndüstrisiGazi Üniversitesi

    Giyim Endüstrisi ve Giyim Sanatları Ana Bilim Dalı

    YRD. DOÇ. DR. FATMA KOÇ

Geri Dön