Date

2021-04-01

Author

Akbaş, Emre
Kalkan, Sinan

Metadata

Show full item record

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Item Usage Stats

250
views

0
downloads

Cite This

Nesne tespiti, verilen bir görüntüde yer alan nesnelerin ve görüntüdeki konumlarının belirlenmesi problemidir. Modern nesne tespiti yöntemleri, problemi, ?arama? ve ?tanıma? olarak adlandırabileceğimiz iki aşamada çözerler. Arama aşamasında sınıftan bağımsız olarak nesne adayları belirlenir, tanıma aşamasında ise bu adayların sınıfları kestirilir. Tamamlamakta olduğumuz projemizin iki temel odağı vardı ve katkılarımız temel olarak bu iki odakta toplandı: (1) Nesne tespitinde bağlam: Görüntülerde ve videolarda nesne tespitinde tanıma aşamasının başarımını arttırmak için global ve yerel bağlam bilgisinin uçtan-uca bir derin öğrenme sistemi içinde kullanan; ve arama aşamasına tekabül eden ?nesne önerileri? yöntemlerine alternatif olarak derin sinir ağı tabanlı bir ?genelleştirilmiş Hough dönüşümü? yöntemi geliştirildi. Geliştirdiğimiz bu yöntemin imgelerde ve videolarda nesne tespiti problemlerine uygulandığında bağlam bilgisini başarılı bir biçimde kullandığı ve baz yöntemlere göre daha iyi sonuçlar ürettiği gösterilmiştir. (2) Atıfsal tümleç ile videolarda nesne tespiti: Videolarda atıfsal tümleç (örneğin, ?sağdaki mavi araba?) ile nesne tespiti problemine yönelik yeni bir veri kümesi oluşturuldu; ve bu verisetinde atıfsal tümleçlerle nesne arama için yeni yöntemler geliştirdik. Geliştirdiğimiz yöntemlerin baz yöntemlere göre karmaşık atıfsal tümleçleri algılamada ve video karesinde seçilmiş iki nesne için en uygun atıfsal tümlecin üretilmesinde oldukça başarılı olduğu gösterilmiştir. Bu hedeflerin yanısıra, projenin merkezinde yer alan nesne tespiti ve bağlam üzerine çalışırken tespit ettiğimiz ve bağlamın direk katkı sağlayabileceği problemler için de proje ekibi özgün çözümler geliştirmiştir. Bunlar arasında, nesne tespitinde dengesizlik problemlerinin incelenmesi; bu dengesizliklerden daha az etkilenen performans ölçme yöntemlerinin geliştirilmesi; dengesizlik altında daha iyi çalışan örnekleme yöntemleri ve kayıp fonksiyonlarının geliştirilmesi; nesne tespitinde etiket gürültüsüne karşı daha gürbüz yöntemlerin geliştirilmesi sayılabilir. Tüm hedeflerine başarı ile ulaşan projemiz kapsamında yaptığımız katkılar, alanımızın en iyi konferansları (ECCV, BMVC, NeurIPS) ve dergilerinde (PAMI) yayınlanmış, aynı zamanda proje çıktıları davetli konuşmalar ve proje ekibinin organize ettiği bir çalıştay aracılığı ile bilimsel camia ve toplum ile paylaşılmıştır. Bu katkılarla beraber bilgisayarlı görünün önemli bir probleminde dünya standartlarında araştırmalar yürütecek seviyede lisansüstü öğrenciler yetiştirilmiş, ülkemizdeki bilgi birikimi artırılmış ve ülkemizin bu alandaki görünürlüğüne katkı sağlanmıştır.

Subject Keywords

bilgisayar görüsü, makine öğrenmesi, derin öğrenme, nesne tespiti, bağlam, atıfsal tümleç

URI

https://hdl.handle.net/11511/95942

Collections

Department of Computer Engineering, Project and Design