Geniş alan görüntülerinde anomali tespiti

Basit Öğe Kaydı
dc.authorid0000-0002-6842-1528
dc.authorid0000-0003-0779-9620
dc.contributor.authorŞahin, Abdullah Hamza
dc.contributor.authorAteş, Hasan Fehmi
dc.contributor.authorGüntürk, Bahadır Kürşat
dc.date.accessioned2021-08-13T08:14:47Z
dc.date.available2021-08-13T08:14:47Z
dc.date.issued2021
dc.departmentİstanbul Medipol Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Bilgisayar Mühendisliği Bölümü
dc.departmentİstanbul Medipol Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Elektrik ve Elektronik Mühendisliği Bölümü
dc.description.abstractBu çalışma hava araçlarından çekilmiş geniş alan görüntülerindeki anomalileri tespit etmek ile ilgilidir. Anomali kümesi normal seyrin dışındaki her şey olarak belirlenmiştir. Bu amaçla iki farklı veri seti kullanılmış ve deneyler bu veri kümelerinin üzerinde yapılmıştır. Anomali tespiti için geçmiş görüntüleri kullanarak bir sonraki görüntüyü oluşturmaya çalışan bir evrişimli sinir ağı modeli tasarlanmıştır. Görüntüler modele verilmeden önce ön işlemeden geçirilmiştir. Tahmin edilen görüntü ve gerçek olan görüntü karşılaştırılarak anomali tespiti yapılmıştır.
dc.description.abstractThis study is about detecting anomalies in wide area imagery collected from an aircraft. The set of anomalies have been identified as anything out of the normal course of action. For this purpose, two different data sets were used and the experiments were carried out on these data sets. For anomaly detection, a convolutional neural network model that tries to generate the next image using past images is designed. The images were pre-processed before being given to the model. Anomaly detection is performed by comparing the estimated image and the true image.
dc.identifier.citationŞahin, A. H., Ateş, H. F. ve Güntürk, B. K. (2021). Anomaly detection in wide area imagery. 29th IEEE Conference on Signal Processing and Communications Applications, SIU. Virtual, Istanbul, 9-11 June 2021. https://dx.doi.org/10.1109/SIU53274.2021.9477987
dc.identifier.doi10.1109/SIU53274.2021.9477987
dc.identifier.isbn9781665436496
dc.identifier.scopusqualityN/A
dc.identifier.urihttps://dx.doi.org/10.1109/SIU53274.2021.9477987
dc.identifier.urihttps://hdl.handle.net/20.500.12511/7812
dc.identifier.wosqualityN/A
dc.indekslendigikaynakWeb of Science
dc.indekslendigikaynakScopus
dc.language.isotr
dc.publisherInstitute of Electrical and Electronics Engineers Inc.
dc.relation.ispartof29th IEEE Conference on Signal Processing and Communications Applications, SIUen_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.subjectAnomali Tespiti
dc.subjectEvrişimsel Sinir Ağları
dc.subjectDerin Öğrenme
dc.subjectBilgisayarla Görü
dc.subjectAnomaly Detection
dc.subjectConvolutional Neural Networks
dc.subjectDeep Learning
dc.subjectComputer Vision
dc.titleGeniş alan görüntülerinde anomali tespiti
dc.title.alternativeAnomaly detection in wide area imagery
dc.typeConference Object

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
Sahin-Abdullah-2021.pdf
Boyut:
1.74 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Bildiri Koleksiyonu
Bildiri Koleksiyonu
Scopus İndeksli Yayınlar Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu