Semantik segmentasyon ve stereo görme teknikleri kullanılarak canlı havan ağırlığının tahmini üzerine bir çalışma
Küçük Resim Yok
Tarih
2021
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
Attribution-NonCommercial-NoDerivs 3.0 United States
info:eu-repo/semantics/openAccess
info:eu-repo/semantics/openAccess
Özet
Hayvancılık insanlık tarihinin başlangıcından beri insanoğlunun vazgeçilmez geçim kaynaklarından biridir. Günümüzde artan insan nüfusuna bağlı olarak hayvancılık endüstrisi de hızla gelişmektedir. Yetiştirilen hayvanların izlenmesi ve gelişim süreçlerinin takip edilmesi verimlilik açısından öneme sahiptir. Bu kapsamda büyükbaş besi çiftliklerinde yetiştirilen hayvanların ağırlıklarının belirlenmesi ve düzenli olarak takip edilmesi gerekir. Büyükbaş hayvancılıkta hayvanların düzenli olarak kantara çıkarılması ve ağırlıklarının kayıt altına alınması zor bir iştir. Bu nedenle bu işlem çoğu zaman düzenli olarak gerçekleştirilemez veya ihmal edilebilir. Bu çalışmada stereo görme ve semantik segmentasyon yöntemleri beraber kullanılarak büyükbaş hayvanların ağırlığı tahmin edilmeye çalışılmıştır. Özdeş iki kameradan oluşan stereo düzenek ile farklı açılardan hayvan fotoğrafları çekilmiş ve stereo hesabı ile hayvanların kamera düzlemine olan mesafeleri hesaplanmıştır. Segmentasyon yöntemleri ile hayvanların görüntülerde kapladığı alanlar belirlenmiş ve bu veriler kullanılarak farklı derin öğrenme modelleri eğitilmiştir. Veri seti ve modellerin öneminden bahsedilmiştir. Yapılan çalışma gelecekte yapılabilecek ek çalışmalarla sonuçların daha da iyileştirilebileceğini göstermektedir.
Animal husbandry has been one of the indispensable sources of livelihood of human beings since the beginning of human history. Today, depending on the increasing human population, the livestock industry is developing rapidly. Monitoring the animals raised and following their development processes are important in terms of efficiency. In this context, it is necessary to determine the weight of the animals raised in cattle breeding farms and to follow them regularly. In cattle breeding, it is a difficult task to regularly weigh animals and record their weights. For this reason, this process often cannot be performed regularly or can be neglected. In this study, it was tried to estimate the weight of cattle by using stereo vision and semantic segmentation methods together. Animal photos were taken from different angles with a stereo setup consisting of two identical cameras, and the distances of the animals to the camera plane were calculated with the stereo calculation. The areas covered by the animals in the images were determined by segmentation methods and different deep learning models were trained using these data. The importance of dataset and models is mentioned. The study shows that the results can be improved further with additional studies that can be done in the future.
Animal husbandry has been one of the indispensable sources of livelihood of human beings since the beginning of human history. Today, depending on the increasing human population, the livestock industry is developing rapidly. Monitoring the animals raised and following their development processes are important in terms of efficiency. In this context, it is necessary to determine the weight of the animals raised in cattle breeding farms and to follow them regularly. In cattle breeding, it is a difficult task to regularly weigh animals and record their weights. For this reason, this process often cannot be performed regularly or can be neglected. In this study, it was tried to estimate the weight of cattle by using stereo vision and semantic segmentation methods together. Animal photos were taken from different angles with a stereo setup consisting of two identical cameras, and the distances of the animals to the camera plane were calculated with the stereo calculation. The areas covered by the animals in the images were determined by segmentation methods and different deep learning models were trained using these data. The importance of dataset and models is mentioned. The study shows that the results can be improved further with additional studies that can be done in the future.
Açıklama
Anahtar Kelimeler
Stereo görme, Semantik segmentasyon, Derin öğrenme, Canlı hayvan ağırlığı tahmini, Görüntü işleme, Stereo vision, Semantic segmentation, Deep learning, Live animal weight estimation, Image processing
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Akdik, D. K. (2021). Semantik segmentasyon ve stereo görme teknikleri kullanılarak canlı hayvan ağırlığının tahmini üzerine bir çalışma / A research on estimation of live animal weight using semantic segmentation and stereo vision techniques (Yayımlanmanış Yüksek Lisans Tezi). Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstanbul.
