Derinlik imgesi tabanlı nesne sınıfı tanıma için iki boyutlu yerel imge tanımlayıcılarının ve öznitelik kodlama yöntemlerinin değerlendirilmesi

Bu çalışmada 3 boyutlu nesne sınıfı tanıma problemi incelenmiştir. Problemin çözümü için, 3 boyutlu nesne modellerinden derinlik imgeleri elde edilmiştir ve bu imgelere dayalı bir yaklaşım kullanılmıştır. Kullanılan yaklaşımda 3 boyutlu nesne sınıfı tanıma sistemi eğitim ve test aşamalarından oluşmaktadır. Her iki aşamada da ilk olarak imgelerden nirengi noktalar çıkarılır, daha sonra bu noktaların etrafında iki boyutlu yerel imge betimleyicileri oluşturulur. Ardından yerel imge betimleyicileri kodlanarak tek bir betimleyiciye dönüştürülür. Kodlama adımından önce, eğitim aşamasında bir kod defteri oluşturulur ve her iki aşamada da kodlama bu kod defteriyle yapılır. Ayrıca eğitim aşamasında her sınıf için birer adet ikili sınıflandırıcı eğitilir. Bu eğitilen sınıflandırıcılar test aşamasında kullanılır. Çalışma kapsamında farklı nirengi noktası belirleme yöntemleri, yerel imge betimleyicileri ve kodlama yöntemleri değerlendirilmiştir. Kullanılan yöntemlerin birbirlerine karşı olan üstünlükleri ve zayıflıkları deneysel olarak gösterilmiştir. yapılan deneyler sonrası, derinlik imgesi alanında en iyi sonuç veren nirengi noktası belirleme, yerel imge betimleyicisi ve kodlama yöntemi açıkça görülebilmektedir. Bunlar yoğun örnekleme, SIFT betimleyicileri ve Fisher Vektör kodlaması olarak belirlenmiştir. Farklı deneysel düzeneklerden alınan benzer sonuçlar, en iyi sonuç veren olarak seçilen metotların doğruluğunu ispatlamaktadır.