1,720,965 research outputs found
Enhanced stereo matching based on deep networks
Full text linkFen Bilimleri Enstitüsü, Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı, Elektrik Elektronik Mühendisliği Bilim DalıBu tezde, stereo görüntüler kullanılarak gerçek zamanlı eşitsizlik haritaları elde etmek ve eşitsizlik haritalarını düzeltmek amacıyla çeşitli derin öğrenme tabanlı ağ yapıları önerilmiştir. Tez çalışması kapsamında ilk olarak eşitsizlik haritalarının başarısını artırmaya yönelik ağ yapılarının tasrarımları gerçekleştirilmiştir. Bu çalışmalarda eşitsizlik haritalarının düzeltilmesi ve eşleşme maliyetlerinin doğruluğunun artırılması amaçlanmıştır. Sonraki çalışmalarda ise uçtan uca öğrenmeye dayalı tasarımlarla eşitsizlik haritalarının elde edilmesi amaçlanmıştır. Uçtan uca ağ yapıları ile yapılan çalışmaların ilkinde evrişim işlemlerinde kullanılan çekirdek yapılarının stereo eşleştirme problemlerine göre özelleştirilmesiyle bir ağ yapısı oluşturulmuştur. Diğer bir ağ yapısında ise baştan sona öz tasarım ile gerçekleştirilen uçtan uca öğrenme ile eşitsizlik haritası çıkarabilen bir ağ yapısı oluşturulmuştur. Bu ağ yapısında öznitelik çıkarma ve eşleşme maliyetlerinin toplanması adımları için alt ağ yapılarıda önerilmiştir. Ayrıca önerilen bu yöntemlerin tasarımında gerçek zamanlı uygulamalar için uygun çalışma sürelerinin elde edilmesi öncelikli hedef olarak belirlenmiştir. Önerilen yapıların farklı veri kümeleri üzerinde eğitim ve test işlemleri gerçekleştirilmiş olup hem nitel hemde nicel karşılaştırmalar gerçekleştirilerek başarımları değerlendirilmiştir.In this thesis, various deep learning-based network structures have been proposed to obtain real-time disparity maps using stereo images and to refine disparity maps. Firstly, the accuracy of disparity maps is increased by designing new network structures. In these designs, it is aimed to refine the disparity maps and increase the accuracy of the matching costs. In the following studies, it is aimed to obtain disparity maps with end-to-end learning-based designs. In the designed first end-to-end network structure, a network structure is created by customizing the kernel structures used in convolution operations according to stereo matching problems. In the second structure, a self-designed network structure has been designed to obtain disparity maps. Here, to extract features and aggregate matching costs, different sub-modules are proposed. In addition, the suitable run time for real-time applications is the top priority while designing these proposed methods. Training and testing processes of the proposed structures are carried out on various datasets, and their performance is evaluated by performing both qualitative and quantitative comparisons
Variable window size for stereo image matching based on edge information
Full text linkBölgesel yöntem tabanlı stereo eşleşme probleminde, sabit pencereli metotların değişken pencereli metotlarla karşılaştırıldığı zaman, gürültülerden ve sahne içeriklerinden dolayı genellikle daha kötü sonuçlar verdikleri gözlemlenmektedir. Bu gözlemlerden faydalanarak bu tez çalışmasında, stereo eşleşme probleminde maliyetlerin toplamı adımı için yeni bir değişken pencere yöntemi önerilmiştir. Stereo görüntüler ve gerçek fark haritaları üzerindeki gözlemlere dayanarak derinlik değişimlerinin görüntülerin kenar noktalarında olduğu belirtilmiştir. Bu sebepten dolayı önerilen yöntem, kenar bilgisine dayalı pencere boyutunu belirlemek ve görüntünün değişken olmayan alanlarını eşleştirmek üzere tasarlanmıştır. Önerilen kenar tabanlı değişken pencere metodu, çeşitli pencere boyutlarındaki mutlak farkların toplamı (MFT) yöntemiyle, Middlebury stereo veri kümesi üzerinde test edilmiştir. Elde edilen sonuçları değerlendirmek için kötü piksel yüzdesi yöntemi kullanılmıştır. Kötü piksel yüzdesi yöntemi kullanılarak benzetim sonuçları değerlendirildiği zaman, önerilen kenar tabanlı değişken pencere metodu yönteminin çeşitli pencere boyutlarındaki mutlak farkların toplamı yönteminden daha iyi sonuçlar verdiği gösterilmiştir.In the case of the local method based stereo matching problem, it is observed that the fixed window methods are generally less accuracy compared to the variable window methods. The result come from image noise and the scene contents. By taking advantage of these observations, in this thesis, a new variable window method is proposed for the cost (support) aggregation step in the stereo matching problem. Based on observations from stereo images and ground truth disparity map, it is stated that the depth changes are at the edges of the images. For this reason, the proposed method is designed to determine the window size based on edge information and match non-variable fields of view. The proposed edge-based variable window method has been compared on the Middlebury stereo dataset with the sum of absolute differences (SAD) method in different window sizes. Poor pixel percentage method was used to evaluate the results obtained. When simulated results are evaluated using the bad pixel percentage method, it has been shown that the proposed edge based variable window method gives better results than the sum of absolute differences in various window sizes
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
EVRİŞİMLİ SİNİR AĞI TABANLI DERİNLİK HARİTASI İYİLEŞTİRME
Full text linkBir ortamın derinlik bilgisi üç boyutlu yeniden oluşturma, otonom sistemler gibi derinlik bilgisine ihtiyaç duyulan birçok uygulamada yoğun olarak kullanılmaktadır. Stereo görüntü çiftleri kullanılarak derinlik bilgisi elde edilmesi, uzun yıllardır öne çıkan çalışma konuları arasında yer almaktadır. Son yıllarda derin öğrenme alanındaki gelişmeler, stereo görüntüler kullanılarak derinlik elde edilmesi alanında yapılan çalışmaları da etkilemiştir. Son dönemde, derin öğrenme tabanlı stereo eşleştirme alanındaki çalışmalar daha çok derinlik (eşitsizlik) haritalarının elde edilmesi ve düzeltilmesi alanında yoğunlaşmaktadır. Derin öğrenme tabanlı derinlik haritası düzeltme işlemlerinde eşleşme maliyetleri üzerinden yapılan düzeltme işlemleri daha başarılı sonuçlar üretilmesini sağlamıştır. Fakat eşleşme maliyetlerine doğrudan ulaşmak her zaman mümkün olmamaktadır. ZED ve Intel RealSense gibi hazır sistemler tarafından üretilen derinlik haritaları son kullanıcıya sunulmaktadır. Çalışmada sadece sol görüntü ve derinlik haritası aracılığıyla düzeltme işlemi yapan bir ağ yapısı önerilmiştir. Önerilen ağ, KITTI 2012 ve KITTI 2015 veri kümeleri üzerinde test edilmiştir. Deneysel çalışmalar sonucunda olarak giriş derinlik haritalarının doğruluğunun arttırılması için önerilen ağ yapısının kullanılabileceği nicel ve nitel sonuçlar ile gösterilmiştir
Refinement of matching costs for stereo disparities using recurrent neural networks
Full text linkDepth is essential information for autonomous robotics applications that need environmental depth values. The depth could be acquired by finding the matching pixels between stereo image pairs. Depth information is an inference from a matching cost volume that is composed of the distances between the possible pixel points on the pre-aligned horizontal axis of stereo images. Most approaches use matching costs to identify matches between stereo images and obtain depth information. Recently, researchers have been using convolutional neural network-based solutions to handle this matching problem. In this paper, a novel method has been proposed for the refinement of matching costs by using recurrent neural networks. Our motivation is to enhance the depth values obtained from matching costs. For this purpose, to attain an enhanced disparity map by utilizing the sequential information of matching costs in the horizontal space, recurrent neural networks are used. Exploiting this sequential information, we aimed to determine the position of the correct matching point by using recurrent neural networks, as in the case of speech processing problems. We used existing stereo algorithms to obtain the initial matching costs and then improved the results by utilizing recurrent neural networks. The results are evaluated on the KITTI 2012 and KITTI 2015 datasets. The results show that the matching cost three-pixel error is decreased by an average of 14.5% in both datasets.Nigde Omer Halisdemir University Research Project Unit [MMT 2019/7-BAGEP]This work is supported by Nigde Omer Halisdemir University Research Project Unit under the research grant of MMT 2019/7-BAGEP
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
- …
