Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/12154
Title: Cisim Tanıma Problemine Yapay Sinir Ağlarının Uygulanması
Other Titles: Application Of Artificial Neural Networks To Object Recognition
Authors: Dinibütün, A. Talha
Üstün, Atilla
Makina Teorisi ve Kontrol
Machine Theory and Control
Keywords: Görsel Cisim Tanıma
Moment Envaryantları
Yapay Sinir Ağları.
Visual Object Recognition
Moment Invariants
Artificial Neural Networks
Publisher: Fen Bilimleri Enstitüsü
Institute of Science And Technology
Abstract: Bu çalışmada, üç boyutlu görsel cisim tanıma probleminin çeşitli yapay sinir ağları modelleri ve öğrenme algoritmaları kullanılarak çözülmesine çalışılmıştır. Kullanılan yöntem cisimlerin moment envaryantları adı verilen ve ölçek, yer değişimi ve optik eksen etrafındaki dönme hareketinden bağımsız olan bir özellik vektörü ile temsil edilmesine dayanmaktadır. Farklı bakış açılarından elde edilen özellik vektörleri yapay sinir ağnın eğitim kümesini oluşturmaktadırlar. Böylece herhangi bir bakış açısından cisimlerin tanınması amaçlanmaktadır. Kısmen görünen cisimlerin tanınması da aynı yaklaşımın cisimleri oluşturan alt parçaların cismin tanınmasına yaptıkları katkı ön plana çıkarılarak sağlanmıştır. Buna göre herhangi bir cismin eğitim kümesi, o cismin alt parçaları kullanılarak oluşturulmakta ve görüntüde bu alt parçalar aranmaktadır. Geliştirilen bu yöntemin cisimlerin üzerleri belirli orandan fazla örtülmediği sürece olumlu sonuçlar verdiği gözlenmiştir.
In this study the problem of visually recognising three dimensional(3-D) solid objects is tried to be solved using artificial neural networks. The method used mainly depends on representing the objects with their moment invariants which are invariant to scale, displacement and rotation about the optical axis. The moment invariants calculated from different angle of views are used to form a training set for an artificial neural network. Thus the objects can be recognised from any angle of view. Partially visible objects are recognised using the same approach except that the subparts of each object is taken into account. The training set of each object is formed using the subparts of that object and these are sought out in the image. The approach developed is observed to give good results unless more than a certain percent of the object in the image is not visible.
Description: Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 1999
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 1999
URI: http://hdl.handle.net/11527/12154
Appears in Collections:Makine Mühendisliği Lisansüstü Programı - Yüksek Lisans

Files in This Item:
File Description SizeFormat 
323.pdf43.93 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.