Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Mühendislik Fakültesi Bölümü, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Öğrenci: Hatice Nizam
Danışman: Ahmet Sertbaş
Özet:
Desen, bir görüntüdeki ilgili bölgelerin tespitinde veya bir nesnenin tanımlanmasında kullanılan önemli bir özelliktir. Desenlerin sınıflandırılması çalışmalarının başlıca araştırma konuları bir deseni temsil edecek özellik kümesinin nasıl belirleneceği ve desenler arasındaki güçlü benzerlik/farklılık ölçümünün nasıl yapılacağıdır. Bu konuda önerilen birçok öznitelik çıkarım yöntemi mevcuttur. Son zamanlarda, insan beyninin desenleri algılama, sınıflandırma ve analiz yapabilme kapasitesi örnek alınarak birçok yapay öğrenme yöntemi geliştirilmektedir. İnsan görme sisteminin en çok bilinen ve en çok çalışılan alanı birincil görme korteksidir (V1). V1'in görsel bilgileri aldığı ve görsel veri işlemenin ilk adımı olan Katman-4 için birçok matematiksel veri işleme modeli geliştirilmiştir. Tez kapsamında, Favorov'un Katman-4 için geliştirmiş olduğu hesaplamalı modelin doğrusal boyut indirgeme sonucu elde edilen 5-boyutlu Katman-3 gösterimi öznitelikleri ile öznitelik çıkarım yöntemlerinden piksel, GWT ve LBP özniteliklerinin çeşitli testler üzerindeki sınıflandırma performansları karşılaştırılmıştır. Bu tez çalışması ile desen tipi imgelerde desen sınıflandırılması problemlerinin daha iyi anlaşılması, ileride geliştirilebilecek yöntemlere ve doğal tip imgelerde desen sınıflandırılması konusunda literatüre katkı sağlanması amaçlanmıştır.