Örnek Bölütlemesi ile Nesne ve Renk Sınıflandırması

Abstract

Görüntü üzerinde nesne tespit ve sınıflandırma uygulamaları görüntü işleme alanında ele alınan temel konulardandır. Otonom araçlar ve görsel takip sistemleri gibi popüler uygulamalarda ihtiyaç duyulan nesne tespit ve sınıflandırma işlemlerinin gerçekleştirilmesinde evrişimsel sinir ağları, hesaplama performansı (hızı) ve başarımı ile öne çıkmaktadır. Ancak nesne tespit ve sınıflandırma işlemleri aynı tip nesnelerin renk gibi farklı özellik çıkarımlarından yoksun olmaktadır. Bu durumun temelinde ise nesne tipi aynı olsa da her bir rengin yeni bir sınıf olarak ağa tanıtılması gerekliliğidir. Tespit edilen nesnenin renk bilgisini edinmenin bir diğer yolu ise nesneye ait görüntüyü piksel seviyesinde işlemektir. Piksel seviyesinde yapılacak işlemlerin doğruluğunu arttırmak için nesne tespitinin yanında bölütme işlemi de yapılarak tespit edilen nesnenin sınırlarını net olarak belirlemek gereklidir. Tespit edilen nesnenin rengi tespit edilen nesne sınırları içerisindeki piksel yoğunluk değerleri ile sınıflandırılabilir. Bu çalışmada evrişimsel sinir ağları ile gerçekleştirilen örnek bölütlemesi sonrası piksel bilgilerine dayalı renk sınıflandırması yapılarak nesnelerin sınıflarının yanı sıra renkleri de tespit edilebilmiştir. Ortaya konulan yaklaşımın başarısı deneysel olarak sınanmış ve etkin bir yöntem sunularak literatüre katkıda bulunulmuştur.