Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/692
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorÖzyer, Tansel-
dc.contributor.authorAksaç, Alper-
dc.date.accessioned2019-03-14T08:13:21Z
dc.date.available2019-03-14T08:13:21Z
dc.date.issued2013
dc.identifier.citationAksaç, A.(2013).Bölgesel renk kontrastı ve renk dağılımı bilgisi kullanarak karmaşık ağ destekli belirgin alan tespiti.Ankara:TOBB ETÜ Fen Bilimleri Enstitüsü.[Yayınlanmamış Yüksek Lisans Tezi]
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp-
dc.identifier.urihttps://hdl.handle.net/20.500.11851/692-
dc.description.abstractBilgisayarla görü alanında dikkati çeken alanların bulunması işlemi gittikçe önemi artan popüler bir konudur. Son yıllarda, bu konu üzerine birçok araştırma çalışması yapılmış ve çeşitli yöntemler geliştirilmiştir. Tespit edilen alanlar belirgin nesne tespiti, resimden çıkarım yapma, resmin yeniden boyutlandırılması, resim ve video sıkıştırma gibi birçok bilgisayarla görü uygulamasında girdi olarak önemli rol oynamaktadır. Önerilen modellerde, insan görselliğinde dikkati çeken piksellerin/bölgelerin belirginleştirilmesi ve arka planda kalan piksellerin/bölgelerin bastırılması ile dikkat çekme haritaları üretilir. Yapılan önceki çalışmalarda dikkat çekme haritası oluşturmak için genel olarak resmin renk, biçim, doku, parlaklık ve konum bilgileri kullanılır. Bu tezde ise, süperpiksel yöntemiyle bölütleme yapılan resimde karmaşık ağ, histogram, renk, konum ve alan bilgisi kullanılarak dikkat çekme haritası oluşturulması üzerine çalışılmıştır. Önerilen yöntem önceki yöntemlerin halka açık veri kümesi sonuçları ile karşılaştırılarak, başarısı ve tutarlılığı ortaya konulmuştur.en_US
dc.description.abstractThe process of salient regions detection in the field of computer vision has increasingly become very popular topic. In recent years, lots of research works have been carried out and lots of various techniques have been developed on this topic. Detected regions plays an important role in many computer vision applications such as salient object detection, image retrieval, image retargeting - seam carving, image and video compression as an input. In the proposed frameworks, saliency maps are generated by highlighting foreground pixels/regions attracting human visual attention and suppressing background pixels/regions. In previous studies, to generate saliency maps are generally used to image's color, orientation, texture, luminance and location information. In this thesis, it has been studied on generating saliency maps by using complex network, histogram, color, location and area information in the segmented image with superpixel method. The proposed system's success and consistency are illustrated by comparing with the results of previous methods which have been gathered with a publicly available dataset.en_US
dc.language.isotren_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectResim Bölütlemetr
dc.subjectSüperpikseltr
dc.subjectBelirgin Alan Tespititr
dc.subjectDikkat Çekme Haritasıtr
dc.subjectKarmaşık Ağtr
dc.titleBölgesel Renk Kontrastı ve Renk Dağılımı Bilgisi Kullanarak Karmaşık Ağ Destekli Belirgin Alan Tespitien_US
dc.title.alternativeComplex Network Based Salient Region Detection Using Regional Color Contrast and Color Distributionen_US
dc.typeMaster Thesisen_US
dcterms.rightsYazarına aittir / Belongs to author
dc.departmentInstitutes, Graduate School of Engineering and Scienceen_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsütr_TR
dc.relation.publicationcategoryTezen_US
item.openairetypeMaster Thesis-
item.languageiso639-1tr-
item.grantfulltextopen-
item.fulltextWith Fulltext-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
Appears in Collections:Bilgisayar Mühendisliği Yüksek Lisans Tezleri / Computer Engineering Master Theses
Files in This Item:
File Description SizeFormat 
346528.pdfAlper Aksaç_tez2.79 MBAdobe PDFThumbnail
View/Open
Show simple item record



CORE Recommender

Page view(s)

106
checked on Dec 16, 2024

Download(s)

36
checked on Dec 16, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.