Objelerin bölütlenmiş görüntüleri kullanılarak yapay sinir ağlarıyla tanınması

Abstract

ÖZET Yüksek Lisans Tezi OBJELERİN BOLUTLENMIŞ GÖRÜNTÜLERİ KULLANILARAK YAPAY SİNİR AĞLARIYLA TANINMASI ATİLLA DEMİRAY Anadolu Üniversitesi Fen Bilimleri Enstitüsü Elektrik-Elektronik Mühendisliği Anabilim Dalı Danışman: Prof.Dr. Atila BARKANA 1998 Şablon tanıma sistemleri, 1990'lann temel teknolojilerinden biri olarak yapay zeka alanında önemli bir yere sahiptir. Çünkü şablon verilerini anlamak, tanımlamak ve sınıflandırmak için birçok yapay zeka algoritmaları kullanılır. Çok sayıda uygulaması bulunan bu sistemlerin, özellikle askeri teknolojide önemli bir yeri vardır ve sürekli yeni algoritmalar ve sistemler geliştirilmektedir. Halen NASA (Ames Research Center) gibi birçok araştırma merkezinde, yapay zeka ve şablon tanıma sistemleri üzerine yoğun çalışmalar yapılmaktadır. Şablonları anlamak, tanımak veya sınıflandırmak amacıyla kullanılan şablon tanıma sistemlerine örnek olarak, son yıllarda çok sık uygulamaları geliştirilen radar hedefi tanıma sistemlerini verebiliriz. Bu sistemler radar sinyallerinden hedef bilgilerini elde ederek sınıflandırma yaparlar. Bu tezde de gerçek dünya objelerinin bölütlenmiş görüntülerinden tanınması amacıyla bir yapay sinir ağı yaklaşımı sunulmaktadır ve bu sistemi simule etmek amacıyla C++ dilinde programlar yazılmış ve ekte sunulmuştur. Bu sistem kullanılarak, obje tanıma uygulamaları yapılmıştır böylelikle sistemin performansı gözlenmiş ve sistemin dezavantajları belirlenmeye çalışılmıştır.ABSTRACT Master of Science Thesis RECOGNITION OF SEGMENTED OBJECTS USING ARTIFICAL NEURAL NETWORKS ATILLA DEMIRAY Anadolu University Graduate School of Natural and Applied Sciences Department of Electrical and Electronics Engineering Supervisor: Prof. Atila BARKANA 1998 As one's of 1990' s basis technology, pattern recognition systems take an important part in the field of artificial intelligence. Many artificial intelligence algorithms is used in these systems for understanding, description and classification of partem data. Many existing applications of this systems hold an important place in advanced military technology and these systems are enhanced continuously. In many research centers such as NASA-Ames Research Center, artificial and pattern recognition systems have been studied extensively. Radar target recognition systems can be given as an example on pattern recognition systems. These systems classify extracted target information from radar signals. In this thesis, as neural network approach to be recognition of real world objects using their segmented images is presented. A C++ program which is used in this research is included in the appendix 2. Object recognition applications was implemented using this software, the system performance was observed and disadvantages of the system was determined.

ABSTRACT Master of Science Thesis RECOGNITION OF SEGMENTED OBJECTS USING ARTIFICAL NEURAL NETWORKS ATILLA DEMIRAY Anadolu University Graduate School of Natural and Applied Sciences Department of Electrical and Electronics Engineering Supervisor: Prof. Atila BARKANA 1998 As one's of 1990' s basis technology, pattern recognition systems take an important part in the field of artificial intelligence. Many artificial intelligence algorithms is used in these systems for understanding, description and classification of partem data. Many existing applications of this systems hold an important place in advanced military technology and these systems are enhanced continuously. In many research centers such as NASA-Ames Research Center, artificial and pattern recognition systems have been studied extensively. Radar target recognition systems can be given as an example on pattern recognition systems. These systems classify extracted target information from radar signals. In this thesis, as neural network approach to be recognition of real world objects using their segmented images is presented. A C++ program which is used in this research is included in the appendix 2. Object recognition applications was implemented using this software, the system performance was observed and disadvantages of the system was determined.m Bu çalışmanın hazırlanmasındaki yardımlarından dolayı Sayın Prof.Dr. Atila Barkana ve Sayın Doç.Dr. Osman Parlaktuna'ya teşekkür ederim.