Character and object recognition by using image and sound fusion
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bu tezde ses ve görüntü tanıma yöntemlerini birleştiren yeni bir yaklaşım sunulmuştur.Insan beyni analiz edilmesi çok zor ve çok karmaşık bir yapıdadır. Fakat beynin bazı en temel öğrenme işlevleri simule edilebilir. Beynin temel öğrenme işlevleri içinde ses yada görüntü bilgisinin olmaması düşünülemez. Hem ses hem görüntü bilgisi beynin temel öğrenme işlevleri sırasında büyük rol oynamaktadır. Bu yüzden bu tez çalışmasında insan beyninin çalışmasına daha da yaklaşabilmek için ses ve görüntüyü entegre eden yeni algoritmalar denenmiştir. Algoritma ses ve görüntü bilgilerini ard arda alarak bu bilgilerden anlamlı tanımlama özellikleri çıkarıp bunları veri alanında yeni bir bilgi olarak entegre etmektedir. Yeni bilgi kaydedildikten sonra aynı bilgiyi temsil eden ses ve görüntü bilgileri algoritmayı eğitmek amacıyla kullanılmaktadır. Algoritmada kullanıcı eğitmen olarak rol almaktadır.Deneysel sonuçlar, öğrenme işlevlerinde algoritmanın uygulanabilir olduğunu göstermektedir. In this thesis, a novel approach that integrates image and sound recognition tasks is presented.Human brain is too complex to be analyzed. But some of the main learning tasks in the brain can be simulated. The learning processes in the brain cannot be considered in the absence of sound or image. Both image and sound plays very important role in the learning processes. Therefore in this thesis the new algorithms that integrate the sound and image recognition tasks are tried in order to become closer to the operation of the human brain. The algorithm takes the sound and image input simultaneously, and extracts the meaningful features and then integrates them as a new knowledge in the data field. After the new knowledge is saved then the new image or sound inputs corresponding to the same knowledge are used to teach the algorithm. The user takes role as a teacher in the algorithm.The experimental results show that the proposed approach is applicable on the learning processes.
Collections