İnsansız Hava aracı (İHA) Görüntülerindeki Nesnelerin Kapsül Ağları Kullanılarak Sınıflandırılması
Atakan Körez 1*, Necaattin Barışcı 2
1Gazi Üniversitesi , Ankara, Türkiye
2Gazi Üniversitesi , Ankara, Türkiye
* Corresponding author: atakan.korez@gazi.edu.tr
Presented at the 3rd International Symposium on Innovative Approaches in Scientific Studies (Engineering and Natural Sciences) (ISAS2019-ENS), Ankara, Turkey, Apr 19, 2019
SETSCI Conference Proceedings, 2019, 4, Page (s): 121-124 , https://doi.org/
Published Date: 01 June 2019 |
859 
12
Abstract
Drone ya da İnsansız Hava Araçları (İHA), günümüzde birçok farklı sektör tarafından aktif şekilde kullanılmaktadır. Özellikle son yıllarda popülerlik kazanmayı başaran drone'lar; reklamcılıktan kargo taşımacılığına kadar çeşitli görevler üstlenebilmektedir. İHA’lar ile çekilen görüntülerdeki nesnelerin tespitindeki ilk aşama bu nesnelerin tanınmasıdır. Literatürde derin öğrenme ile nesnelerin sınıflandırılmasında çoğunlukla Evrişimsel Sinir Ağları kullanılmaktadır. Evrişimsel sinir ağları kullanılarak yapılan çalışmalarda nesne tanıma ve sınıflandırmada oldukça başarılı sonuçlar elde edilmiştir. Ancak bu sonuçlar evrişimsel sinir ağlarının sorunsuz bir yapıda olduğunu ortaya koymamaktadır. Bu çalışmada, evrişimsel sinir ağlarının dezavantajlarını ortadan kaldırmak için ortaya konulan Kapsül Ağları kullanarak İHA’dan çekilen görüntülerdeki nesnelerin sınflandırılması amaçlanmaktadır.
Keywords - İnsansız Hava Aracı, Nesne Sınıflandırma, Derin Öğrenme, Kapsül Ağları, Evrişimli Sinir Ağları
References
[1] Bengio, Y., Goodfellow, I. and Courville, (2016). A., An MIT Press Book, Chapter 9, Convolutional Networks .
[2] Sabour, S., Frosst, N. ve Hinton, G.E., “Dynamic Routing Between Capsules'', arXiv preprint arXiv:1710.09829, 2017.
[3] Hinton, G. E., Krizhevsky A. ve Wang, S. D. "Transforming Autoencoders." International Conference on Artificial Neural Networks. Springer, Berlin, Heidelberg, 2011.
[4] Computational vision and Geometry lab, Stanford Drone Dataset. Available online: http://cvgl.stanford.edu/projects/uav_data/
[5] M. A. Kızrak, F. Beşer, B.Polat, T. Yildirim, “Kapsül Ağları ile İşaret Dili Tanıma”, 26th Signal Processing and Communications Applications Conference (SIU), 2018.
[6] V. Nair and G. Hinton,“Rectified Linear Units Improve Restricted Boltzmann Machines”, 27th International Conference on International Conference on Machine Learning, 2010
[7] https://keras.io/ Erişim Tarihi : 01.12.2018
[8] https://www.python.org/ Erişim Tarihi : 14.08.2018