Geri Dön

DERİN ÖĞRENME KULLANARAK KIZILÖTESİ GÖRÜNTÜLERİ RENKLENDİRME

THERMAL INFRARED COLORIZATION USING DEEP LEARNING

  1. Tez No: 686916
  2. Yazar: OĞUZHAN ÇİFTÇİ
  3. Danışmanlar: PROF. DR. MUHAMMET ALİ AKCAYOL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Dünyada kızılötesi kameraların kullanımı her geçen gün artmaktadır. Bununla beraber termal kızılötesi kameraların ve görüntülerin özellikle askeri, güvenlik ve tıp alanında kullanımının artmasıyla birlikte termal kızılötesi görüntülerin görünür spektrumda renklendirilmesi ihtiyacı ortaya çıkmıştır. Bu çalışmada, termal kızılötesi görüntülerden görünür spektrum görüntüleri üretmek için derin öğrenme tabanlı modeller geliştirilmiş ve sonuçları literatürdeki çalışmalarla karşılaştırılmıştır. Geliştirilen modellerin eğitimi ve testi için Korea Advanced Institute of Science and Technology (KAIST) veri kümesi kullanılmıştır. Geliştirilen modeller ve literatürdeki çalışmalar ortalama kare hatası (Mean Squared Error-MSE), kök ortalama kare hatası (Root-Mean-Squre-Error-RMSE), tepe sinyali gürültü oranı (Peak Signal-to-Noise Ratio-PSNR) ve yapısal benzerlik indeksi ölçütü (Structural Similarity Index Measure-SSIM) kullanılarak kapsamlı bir şekilde test edilmiştir. Geliştirilen modellerin deneysel sonuçları karşılaştırıldığında en başarılı modelin U-Net tabanlı özgün atlama bağlantılı otomatik kodlayıcı O-Net olduğu görülmüştür.

Özet (Çeviri)

The use of infrared cameras in the world is increasing day by day. However, with the increasing use of thermal infrared cameras and images, especially in the field of military, security and medicine, the need for coloring thermal infrared images in the visible spectrum has emerged. In this study, deep learning-based models were developed to generate visible spectrum images from thermal infrared images and their results were compared with the studies in the literature. The Korea Advanced Institute of Science and Technology (KAIST) dataset was used for training and testing the developed models. Developed models and studies in the literature extensively tested using mean square error (MSE), root mean squre error (RMSE), peak signal-to-noise ratio (PSNR), and structural similarity index measure (SSIM). When the proposed models are compared, it has been seen by experiments that the architecture O-net which gives the best results is the U-Net-based autoencoder with skip connections architecture.

Benzer Tezler

  1. Tez No

    674731

    Çoklu spektral bantlardaki görüntüleri kullanarak derin öğrenme ile nesne algılama ve tanıma

    Object detection and recognition with deep learning using images in multiple spectral bands

    ZEYNEP YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiMilli Savunma Üniversitesi

    Askeri Elektronik Sistemler Mühendisliği Ana Bilim Dalı

    PROF. DR. ZİYA TELATAR

  2. Tez No

    827079

    Deep learning-based object tracking system by using visual and thermal infrared fusion

    Termal kızılötesi ve görünür bant kaynaştırma kullanarak derin öğrenme tabanlı nesne takip sistemi

    ABBAS TÜRKOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Modelleme ve Simülasyon Ana Bilim Dalı

    DOÇ. DR. ELİF SÜRER

    DOÇ. DR. ERDEM AKAGÜNDÜZ

  3. Tez No

    903861

    Derin öğrenme kullanarak uçak tanıma

    Aircraft recognition with deep learning

    ZEYNEL ÜNAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞADİ ŞEHAB

  4. Tez No

    887151

    Derin öğrenme yöntemleri ile uydu görüntülerinden gemilerin tespiti ve sınıflandırılması

    Detection and classification of ships from satellite images using deep learning methods

    MEHMET SAMİ TÜRKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Savunma ve Savunma TeknolojileriKırıkkale Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ENES AYAN

  5. Tez No

    930481

    Derin öğrenme yöntemleri kullanılarak Urfa, İzmir ve Hatay illerinde pamuk ekim alanlarının belirlenmesi

    Determination of cotton planting areas in Urfa, İzmir and Hatay provinces using deep learning methods

    TUĞKAN TAŞ

    Doktora

    Türkçe

    Türkçe

    2025

    ZiraatAnkara Üniversitesi

    Toprak Bilimi ve Bitki Besleme Ana Bilim Dalı

    PROF. DR. İLHAMİ BAYRAMİN

Geri Dön