Utilization of dense depth information for monoview object detection and instance segmentation

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: ÇAĞLAYAN CAN ÇAKIRGÖZ

Danışman: ABDULLAH AYDIN ALATAN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Nesne tespiti; bir görüntüde bulunan, belirli sınıflara ait nesneleri dikdörtgen sınırlar içerisine alarak saptamayı hedefler. Örnek bölütleme ise nesneleri piksel düzeyinde saptamaya çalışır. Geçen on yılda büyük bir gelişme gösteren derin öğrenme tekniklerinden bu konularda da yararlanılmış ve geleneksel yöntemlere karşı önemli başarılar kazanılmıştır. Bir sahnenin derinlik bilgisinin tek görüntü üzerinden çıkarsanmaya çalışıldığı tek bakışlı sık derinlik tahmini konusu da yine derin öğrenme teknikleriyle büyük gelişme göstermiştir. Nesne tespiti ve bölütleme konularında sensörden toplanan derinlik bilgisinin de dahil edilmesinin başarımı artırdığı daha önceki çalışmalarla ortaya konmuştur. Bu tezde de, görüntülerden tahmin edilen derinlik ilgisinin örnek bölütleme ve nesne tespitinde başarım artışını sağlayıp sağlayamayacağı araştırılacaktır. Araştırmaların sonucunda, tahmini derinlik bilgisi kullanarak nesne tespitinde başarım artışı sağlanmış ancak örnek bölütlemede aynı kazanım elde edilememiştir.