Bilgisayar ve Bilişim Fakültesi Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.13091/10834

Browse

Now showing 1 - 4 of 4

Lidar 3d Nokta Bulutu Verilerinin Konum ve Renközelliklerine Göre Bölütlenmesi
(2020) Baykan, Nurdan; Baykan, Ömer Kaan
Lidar (ışık algılayan ve mesafe ölçen) sistemler ile taranan çevre ve nesnelerin, üç boyutlu ve renkli 3D nokta bulutu verileri elde edilebilmektedir. Lidar teknolojisinin gün geçtikçe daha da gelişmesi ile birlikte, elde edilen verinin kalitesi artmakta (daha detaylı ve yüksek çözünürlüklü olmakta) ve bunun sonucu olarak da çok yüksek miktarlarda düzensiz bir veri yığını ortaya çıkmaktadır. Homojen özelliğe sahip ve konum olarak birbirine yakın veri elemanlarını gruplayarak, birlikte değerlendirilmesini sağlayan bölütleme aşaması, verinin beklenebilir bir zamanda işlenmesi ve nesnelerin ayırt ediciliği yüksek özelliklerinin ortaya çıkmasına imkân verdiği için 3D nokta bulutu işlemede önemli bir role sahiptir. Bölütleme işleminin de, veri miktarına ve kullanım amacına göre beklenebilir derecede hızlı çalışması ve doğru sonuçlar üretmesi önemli bir uğraş konusu olmuştur. Projede geliştirilen metot, bölütleme işlemini sadece yerel yüzeylerdeki nokta gruplarının oluşturdukları düzlemsel eğim açıları ve ağırlık merkezleri gibi basit geometrik özelliklerini kullanarak bölütleme yapabildiği gibi, verideki ayırt edici renk bilgisi yeterli olduğu takdirde noktaların renk özelliklerinden de faydalanabilmektedir. Proje kapsamında, birisi iç mekân ve ikisi dış mekân olmak üzere üç farklı ortam taranarak 3D nokta bulutu verisi temin edilmiştir. Bu ham nokta verileri, veri indirgeme ve/veya gürültü giderme gibi bazı ön işlemlerden geçirilmiş ve önişlem sonucunda bölütleme referans verisi hazırlanmak üzere her birinden örnek bir kesit alınmıştır. Böylece, referans verilerine sahip üç adet örnek bölütleme veri seti oluşturulmuştur. Hazırlanan referans veri setleri üzerinden, metodun nicel test sonuçları (doğruluk ve F1 skor değerleri) elde edilmiş ve literatürde başarı sağlamış metotlar ile hem bölütleme başarısı hem de işlem süresi göz önüne alınarak karşılaştırılmıştır. Test sonuçlarına bakıldığında, projede kapsamında geliştirilen metot 0.85 (%85) doğruluk ve 0.77 (%77) F1 skor ortalama değerleri ile diğer metotlarla karşılaştırıldığında bölütleme başarısı ve hız açısından üstünlük sağlamıştır.
Citation - WoS: 7
Citation - Scopus: 4
A Literature Review on Deep Learning Algorithms for Analysis of X-Ray Images
(SPRINGER HEIDELBERG, 2023) Seyfi, Gökhan; Esme, Engin; Yılmaz, Merve; Kıran, Mustafa Servet
Since the invention of the X-ray beam, it has been used for useful applications in various fields, such as medical diagnosis, fluoroscopy, radiation therapy, and computed tomography. In addition, it is also widely used to identify prohibited or illegal materials using X-ray imaging in the security field. However, these procedures are generally dependent on the human factor. An operator detects prohibited objects by projecting pseudo-color images onto a computer screen. Because these processes are prone to error, much work has gone into automating the processes involved. Initial research on this topic consisted mainly of machine learning and methods using hand-crafted features. The newly developed deep learning methods have subsequently been more successful. For this reason, deep learning algorithms are a trend in recent studies and the number of publications has increased in areas such as X-ray imaging. Therefore, we surveyed the studies published in the literature on Deep Learning-based X-ray imaging to attract new readers and provide new perspectives.
Topluluk ve Derin Öğrenme Teknikleri ile X-ray Görüntülerinden Patlayıcı Devre Tespiti
(2023) Eşme, Engin; Kıran, Mustafa Servet
Patlayıcı madde tespiti özellikle havaalanı vb. yerlerde terör saldırılarının önlenerek güvenliğin sağlanması hususunda hayati öneme sahiptir. Halen bu yerlerde yolcuların ve bagajlarının taranarak X-ray vb. görüntüler üzerinden kontrol edilmesi güvenlik uzmanları tarafından manuel gerçekleştirilmektedir. Bu konu ve bu sürecin otomatikleştirilmesi ile alakalı çok sayıda araştırma, makale ve yöntem geliştirilmiştir. Nesne tespiti maksadıyla X-ray, gamma ışını (ray), elektromanyetik alan ve milimetrik dalgalar gibi birçok teknik ve teknolojiler kullanılmaktadır. Özellikle X-ray görüntüleme maddelerin tabi tutulduğu x-ışınının emilimine göre elde edilen görüntüdeki koyuluk veya parlaklıkları ile farklı maddelerin yansımalarının belirlenmesi olarak adlandırılabilir. Elde edilen bu görüntüler nesne belirleme, hastalık belirleme vb. çok farklı alanlarda ve amaçlarda kullanılmaktadır. Türkiye?de ve dünyada son yıllarda terör saldırılarının artışı ile birlikte havaalanı, alışveriş merkezleri, bakanlıklar gibi özel ve devlet kurumlarının güvenlik ihtiyacı vazgeçilmez hale gelmiştir. Bu kuruluşlarda güvenlik X-ray cihazları vasıtasıyla çanta ve bagaj içerisindeki eşyaların iki boyutlu veya üç boyutlu görüntüleri elde edilerek bir ekrana yansıtılması ve bu ekrana bakan bir insan uzman tarafından tehlikeli maddelerin tespit edilmesi şeklinde sağlanmaktadır. Ancak yapılan bu işlem zaman darlığı, iş yoğunluğu, uzman personel eksikliği gibi nedenlerden dolayı verimli ve/veya yeteri kadar güvenli olamamaktadır. Kontrolleri gerçekleştiren görevlilerin dikkatlerini sürekli bu ekranda tutmaları ve dikkatlerinin dağılmaması gerekmektedir. Ayrıca patlayıcı maddeler ve ilgili devre elemanlarının bu görüntü üzerinden tespiti oldukça zordur. Özellikle çanta ve bagajlarda eşyalar üst üste ve yan yana gelerek görüntüde tespit zorluğuna sebep olmaktadırlar. X-ray cihazlarından elektronik cihazlar (özellikle dizüstü bilgisayarlar) ayrı kutularda geçirilmesine rağmen görüntüyü takip eden uzman personelin elektronik cihazın içerisinde gizlenmiş bir bomba düzeneğini varsa belirlemesi beklenmektedir. Bu ise elektronik mühendisi veya bilgisayar mühendisi gibi dizüstü bilgisayarın içerisinde olması muhtemel kartları bilen bir uzman tarafından dahi zorlukla gerçekleştirilebilecek bir işlemdir. Bu proje çalışmasında ilgili sürecin görüntü işleme ve derin öğrenme vasıtasıyla otomatikleştirilip hata oranın en aza indirilmesi hedeflenmektedir. Proje kapsamında dizüstü bilgisayarın X-ray görüntüsü üzerinden gizlenen patlayıcı devre tespiti amaçlanmıştır. Bu amacı yerine getirebilmek maksadıyla belirli sayıda dizüstü bilgisayarın içine farklı devreler yerleştirilmiş ve farklı açılarda ve yerleşimlerde kutularla birlikte X-Ray cihazından görüntüler elde edilmiştir. Elde edilen bu görüntülerden oluşan veri seti, derin öğrenme yöntemlerinin eğitimi için kullanılmış ve görüntüler bu eğitilmiş ağlar ile sınıflandırılmıştır. Performansı artırmak amacıyla eğitilmiş ağlar topluluk stratejisi ile birleştirilmiş aynı veri seti üzerinde tekrar test edilmiştir. Ayrıca eğitilmiş ağlardan özellikler çıkarılmış, seçilmiş ve tekrar birleştirilmiştir. Bu oluşturulan birleştirilmiş veri seti tekrar eğitim ve sınıflandırma amacıyla kullanılmıştır. Son deneyde oluşturulan veri seti üzerinde 96,56% eğitim başarısı ve 96,46% test başarısı elde edilmiştir. Son olarak görüntülerde devrelerin konumlarını tespit etmek amacıyla derin öğrenme tabanlı bir uygulama geliştirilmiştir.
Citation - WoS: 1
Citation - Scopus: 1
Virtual Special Issue on Recent Advances in Discrete Swarm Intelligence Algorithms for Solving Engineering Problems
(Elsevier Ltd, 2022) Kıran, Mustafa Servet; Gao, Xiao-Zhi; Vasudevan, Muneeswaran; Gündüz, Mesut
[No abstract available]

Browse

Browsing Bilgisayar ve Bilişim Fakültesi Koleksiyonu by Publication Category "Diğer"