Optik karakter tanıma tabanlı otobüs sınıflandırma uygulaması
| dc.contributor.advisor | Karagüler, Turhan | |
| dc.contributor.author | Türker, Alican | |
| dc.date.accessioned | 2025-03-10T18:57:46Z | |
| dc.date.available | 2025-03-10T18:57:46Z | |
| dc.date.issued | 2014 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | |
| dc.description.abstract | Bu projede, akıllı telefonlar üzerinden bir otobüsün güzergâh numarasının otomatik olarak okunması için makine öğrenimi ve bilgisayar görüsü algoritmaları bir araya getirilmiştir. Bu çalışma görme engelli insanların şehir senaryolarına adaptasyonunu arttırmak için çok yararlı olabilir. Standart görüntü eşleme metotları yansıtıcıların bolluğu, görüntülerin üst üste gelmesi, aydınlık seviyesinin değişmesi, parlak noktaların oluşması, gölge oluşumu ve bakış açısı değişikliği gibi durumlarda hatalarla karşı karşıya kalabilmektedir. Bu sorun "cascade of classifiers" algoritması ile otobüsün ön yüzünün belirlenmesi ve elde edilen ön yüzde geometrik varlıkların yerlerinin bir model yardımıyla belirlenmesi, ondan sonra bu varlıklar üzerinden görüntü eşleme yapılmasıyla çözülür. Bu metot gerçek zamanlı olarak çalışır ve deney sonuçlarının da gösterdiği gibi tanıma oranı ve güvenilirlik açısından iyi bir performansa sahiptir. | |
| dc.description.abstract | In this paper, machine learning and geometric computer vision are combined for reading bus line numbers automatically with a smartphone. This can prove very useful to improve the autonomy of visually impaired people in urban scenarios. The problem is a challenging one, since standard geometric image matching methods fail due to the abundance of distractors, occlusions, illumination changes, highlights and specularities, shadows, and perspective distortions. The problem is solved by locating the main geometric entities of the bus facade through a cascade of classifiers, and then refining the matching with robust geometric matching. The method works in real time and, as experimental results show, has a good performance in terms of recognition rate and reliability. | |
| dc.identifier.endpage | 56 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=gyLHMouPes-CvnhRcjQsKfJjKVxgEcE0G178pjtJh50N2CIfQa-oijy-X19zuU2g | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12662/7954 | |
| dc.identifier.yoktezid | 363033 | |
| dc.institutionauthor | Türker, Alican | |
| dc.language.iso | tr | |
| dc.publisher | İstanbul Beykent Üniversitesi | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.snmz | KA_TEZ_20250310 | |
| dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | |
| dc.subject | Computer Engineering and Computer Science and Control | |
| dc.title | Optik karakter tanıma tabanlı otobüs sınıflandırma uygulaması | |
| dc.title.alternative | Bus classification application based on optical character recognition | |
| dc.type | Master Thesis |
