Gradyan tabanlı heterojen öznitelik çıkarma yöntemlerine yeni yaklaşımlar


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: İnönü Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği, Türkiye

Tezin Onay Tarihi: 2013

Tezin Dili: Türkçe

Öğrenci: NUH ALPASLAN

Danışman: Muhammed Fatih Talu

Özet:

Bu tez çalışmasında heterojen öznitelik tanımlayıcıları olarak bilinen Co-occurrence histogram of oriented gradients (CoHOG) ve Co-occurrence Histograms of pairs of Edge orien¬tations and color Differences (CoHED) yöntemlerinin dezavantajlarını ortadan kaldıran yeni bir yöntem önerilmiştir. Daha önce önerilen geleneksel yöntemler kenar yönelimlerinin belirlenmesi için çift açı sunumu (double angle representation) yöntemini kullanmaktadır.Çift açı sunumu yöntemi tanımlayıcı kalitesinde hayati rol oynamaktadır. Bununla beraber, çift açı sunumu yönteminin 3 önemli dezavantajı bulunmaktadır. Bu dezavantajlar reel ve kompleks eksen arasındaki dönüşüm sırasındaki zaman kaybı, gradyan değişimlerini daha az ifade edebilme yeteneği ve matematiksel karmaşıklıktır. Önerilen yöntem (cgCoHOG ve cgCoHED) bahsedilen dezavantajları çift açı yönteminin yerine renkli gradyan (color gradient) yöntemi kullanarak giderebilmektedir. Renkli gradyan yöntemi renk bilgisinin tüm avantajlarını kullanmaktadır ve uygun hesapsal maliyeti ile tutarlı sonuçlar vermektedir.Bu tez çalışmasında önerilen cgCoHOG ve cgCoHED öznitelik tanımlayıcılarının 2 önemli katkısı bulunmaktadır. Birincisi, öznitelik vektör boyutunu artırmadan sınıflandırma sürecinde geleneksel yöntemlerden daha doğru sonuçların elde edilmesini sağlamaktadır. İkinci katkısı ise, bu vektörleri geleneksel yöntemlerden daha kısa sürede elde etmesidir. Bu bahsedilen katkılar önerilen yöntemleri yaya tanıma gibi gerçek zamanlı uygulamalar oldukça kullananılabilir kılmaktadır.Deneysel sonuçlar önerilen yöntemin zaman ve sınıflandırma doğruluğu açısından geleneksel yöntemlerden üstünlüğünü açıkça ortaya koymaktadır.ANAHTAR KELİMELER: CoHOG - CoHED ? Hetererojen Öznitelikler ? Nesne Sınıflandırma