- Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi
- Vol: 12 Issue: 1
- İmge Sınıflandırması için Yeni Öznitelik Çıkarım Yöntemi: Add-Tda Algısal Özet Fonksiyonu Tabanlı Ev...
İmge Sınıflandırması için Yeni Öznitelik Çıkarım Yöntemi: Add-Tda Algısal Özet Fonksiyonu Tabanlı Evrişimsel Sinir Ağ (Add-Tda-Esa)
Authors : Fatih ÖZYURT, Engin AVCI
Pages : 30-38
View : 7 | Download : 2
Publication Date : 2019-06-01
Article Type : Research
Abstract :Bu çalışma, Evrişimsel Sinir Ağı (ESA) kullanarak, imge sınıflandırma süresini azaltan, sınıflandırma performansını kabul edilebilir değerde tutabilen bir metodu önermektedir. Ayrık Dalgacık Dönüşümü - Tekil Değer Ayrıştırmaya dayalı algısal özet fonksiyonu kullanarak Evrişimsel Sinir Ağı (ADD-TDA-ESA) adlı hibrit modelde, sınıflandırma süresini azaltmak için ESA ile birlikte ADD-TDA tabanlı algısal özet fonksiyonu kullanılmıştır. Algısal özet fonksiyonlarının en önemli özelliği imgelerin belirgin özelliklerini elde etmektir. Bu yöntemde, ilk olarak imgelerin belirgin özelliklerini elde etmek için ADD-TDA algısal özet fonksiyonu uygulanmıştır. Daha sonra belirgin özelliklerden oluşan 32x32 boyutundaki imgeler ESA’ya girdi olarak verilerek öznitelikler çıkartılıp Destek Vektör Makinesine sınıflandırma için verilmiştir. ADD-TDA-ESA yöntemi, Caltech-101 veri tabanında bulunan imgeler için uygulanmıştır. Deneysel sonuçlar önerilen ADD-TDA-ESA yönteminin %95.8 doğruluk oranına sahip olduğunu göstermiştir. Ayrıca kullanılan bu yöntem ile klasik yöntemde 241.21 saniye olan çalışma süresi 83.08 saniyeye düşmüştür. Deney sonuçları ADD-TDA-ESA yönteminin, imge sınıflandırma doğruluğunu yüksek tutarak klasik ESA’ya göre çok daha hızlı performans sergilediğini göstermektedir.Keywords : Derin Öğrenme, Evrişimsel Sinir Ağları, Sınıflandırma, Algısal Özet Fonksiyonu, Ayrık Dalgacık Dönüşümü, Tekil Değer Ayrıştırma