Object detection and synthetic infrared image generaton for UAV-based aerial images

daha sonra doldurulacaktırBu tez havadan görüntü işleme ile ilgili iki ana çalışmayı içermektedir. İlk çalışmada (bu tezin ilk ana bölümünde), hava görüntülerindeki nesnelerin tespitine yönelik yeni yaklaşımlar sunuyoruz. Bu tez yazıldığında, birçok hava kıyaslama veri kümesinde birçok metrikte en son teknolojiye sahip sonuçları veren CenterNet'i temel alan yeni bir nesne algılama algoritması tanıttık. Bu bölümde İHA'lar tarafından çekilen hava görüntülerinde farklı kayıp fonksiyonlarının ve mimarilerin nesnelerin tespit performansının arttırılmasına etkisi incelenmektedir. Önerilen yaklaşımlarımızın, havadan görüntülerdeki nesnelerin tespitine yönelik öğrenme sürecinin belirli yönlerinin iyileştirilmesine yardımcı olduğunu gösterdik. Güncel derin öğrenme tabanlı denetlenen nesne algılama algoritmalarını eğitmek için ek açıklamaların kullanılabilirliği önemlidir. Günümüzde birçok algoritma girdi olarak hem kızılötesi (IR) hem de görünür (RGB) görüntü çiftlerini kullanıyor. Ancak büyük veri kümeleri (VisDrone veya ImageNet gibi) genellikle görünür spektrumda yakalanır. Bu nedenle, bu tezin ikinci bölümünde, mevcut veri kümeleri için görünür görüntülerin kızılötesi eşdeğerlerinin yapay olarak üretilmesine yönelik alan aktarımı tabanlı bir yaklaşım sunulmaktadır. Bu tür görüntü çiftleri, gelecekteki çalışmalarda her iki mod için de nesne algılama algoritmalarını eğitmek amacıyla kullanılabilir.