İnsansız hava aracı görüntülerinden derin öğrenme yöntemleriyle nesne tanıma
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
İnsansız hava araçlarının kullanımı ve önemi sürekli artmaktadır. Her geçen gün hayatın farklı bir alanında bu araçların kullanımıyla ilgili yeni bir gelişme yaşanmaktadır. Yaşanan bu gelişmeler sayesinde havadan alınan görüntülerde hem nitelik hem nicelik anlamında da artış olmaktadır. Havadan alınan görüntüler kullanılarak nesne algılama çalışmaları için en önemli ihtiyaçlardan birisi olan kaliteli ve büyük veri setleri insansız hava araçları ile giderilmiştir. Hem bu alanda hem de bilgisayarlı görü dünyasında yaşanan gelişmeler hava fotoğraflarından nesne algılama çalışmalarını daha da önemli bir hale getirmiştir. Özellikle evrişimsel sinir ağları dünyasında sürekli daha hızlı ve daha başarılı modeller geliştirilmektedir. Bu modellerin başarısının hava fotoğrafları ile de anlaşılması literatür için oldukça önemli ve gereklidir. Bu tez çalışmasında alanda eksik olduğu görülen son dönemde geliştirilmiş hızlı ve başarılı evrişimsel sinir ağları kullanılarak hava fotoğraflarından nesne algılama çalışmaları yapılmıştır. Deneysel çalışmalar sonucunda elde edilen sonuçlar grafiklerle anlaşılır bir şekilde analiz edilmiştir.
The use and importance of unmanned aerial vehicles is constantly increasing. Every day there is a new development regarding the use of these tools in a different area of life. Thanks to this increase, there is an increase in both quality and quantity of aerial images. Using aerial images, one of the most important needs for object detection studies, high quality and large data sets were met with unmanned aerial vehicles. Developments in both this field and the world of computer vision have made object detection studies from aerial photographs even more important. Especially in the world of convolutional neural networks, faster and more successful models are constantly being developed. Understanding the success of these models with aerial photographs is very important and necessary for the literature. In this thesis, object detection studies from aerial photographs have been carried out using the recently developed fast and successful convolutional neural networks, which are seen to be lacking in the field. The results obtained as a result of experimental studies were analyzed with graphics in an understandable way.
The use and importance of unmanned aerial vehicles is constantly increasing. Every day there is a new development regarding the use of these tools in a different area of life. Thanks to this increase, there is an increase in both quality and quantity of aerial images. Using aerial images, one of the most important needs for object detection studies, high quality and large data sets were met with unmanned aerial vehicles. Developments in both this field and the world of computer vision have made object detection studies from aerial photographs even more important. Especially in the world of convolutional neural networks, faster and more successful models are constantly being developed. Understanding the success of these models with aerial photographs is very important and necessary for the literature. In this thesis, object detection studies from aerial photographs have been carried out using the recently developed fast and successful convolutional neural networks, which are seen to be lacking in the field. The results obtained as a result of experimental studies were analyzed with graphics in an understandable way.
Açıklama
Anahtar Kelimeler
İnsansız hava araçları, Hava fotoğrafı, Nesne algılama, Evrişimsel sinir ağları, Unmanned aerial vehicle, Air photo, Object detection, Convolutional neural network
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Murat, S. (2021). İnsansız hava aracı görüntülerinden derin öğrenme yöntemleriyle nesne tanıma / Deep learning methods object recognition from unmanned aerial vehicle imagesphotos (Yayımlanmamış Yüksek Lisans Tezi). Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstanbul.
