GAN (Generative Adversarial Network) Kullanarak Temel Gerçeklik Görüntüleri Üretme

EasyChair Preprint 8887

Abstract

Görüntü segmentasyonu görüntü üzerindeki her bir pikselin sınıflandırılmasıdır ve görüntü üzerinde bulunan tüm nesne alanlarının bir haritasını oluşturmaktır. Segmentasyon, biyomedikal, çevre, coğrafya vb. birçok alanda görüntülerin analizinde yaygın olarak kullanılmaktadır. Segmentasyon için kaynak görüntülerin yanı sıra bu görüntülere karşılık gelen temel gerçeklik görüntüleri mevcut olmalıdır. Ancak temel gerçeklik bilgilerini manuel olarak elde etmek çok fazla çaba ve zaman gerektirir. Bu çalışmada amacımız derin öğrenme tabanlı, uydu görüntülerinden temel gerçeklik görüntülerini üretebilen bir sistem geliştirmektir. Uydu görüntüleri GAN(Generative Adversarial Network) mimarisi kullanılarak eğitilmiştir. Model girdi olarak uydu görüntüsünü alır ve çıktı olarak hedef görüntüyü (google harita görüntüsü) oluşturur. Önerilen sistem, belirli bir uydu görüntüsüne karşılık gelen google harita görüntüsünü ve beklenen google harita görüntüsünün çıktısını verir. Benzerlik görsel olarak analiz edilebilmektedir.

Keyphrases: GAN, Görüntüden görüntüye dönüşüm, Pix2Pix, Segmentasyon, Uydu Görüntüsü

@booklet{EasyChair:8887,
  author    = {Elif Işılay Ünlü and Ahmet Çınar},
  title     = {Generating Ground Truth Images Using GAN (Generative Adversarial Network)},
  howpublished = {EasyChair Preprint 8887},
  year      = {EasyChair, 2022}}