Yazar "Selvi, Muhammed Ömer Faruk" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    Fiziksel tabanlı işleme materyalleri için kabartı dokularının yapay sinir ağları ile sentezi
    (Bursa Teknik Üniversitesi, 2022) Selvi, Muhammed Ömer Faruk; Yavuz, Erdem
    Prosedürel İçerik Üretimi (PİÜ), on yıllardır üzerinde çalışılan bir alandır. PİÜ, dijital ürünlerin maliyetlerini düşürmeyi mümkün kılabilir. Birçok dijital içerik, yaygın olarak kullanılan veya çok benzer olan varlıkları içerir. Bir varlık üretimi için uygun bir PİÜ fonksiyonu bulmak, üretim için gereken zamanı ve maliyeti azaltacaktır. Öte yandan, dijital varlıklar oluşturmak için işe yarar fonksiyonlar hazırlamak zordur. Bu tür fonksiyonlar, makine öğrenimi yöntemleri kullanılarak tahminlenebilir. Yeterli miktarda veri verildiğinde, belirli bir varlık türü üretmek için üretken bir yapay zeka modeli eğitilebilmektedir. Grafik İşlem Birimlerinde (GPU) yapılan iyileştirmeler sayesinde günümüzde yapay zeka modelleri oluşturmak daha kolay hale gelmiştir. Özellikle Yapay Sinir Ağları (YSA) popüler hale gelmiş ve yıllardır aktif olarak üzerinde çalışılmaktadır. Sınıflandırabilen veya örnek üretebilen modellerin eğitebilmesi, YSA'nın özelliklerindendir. Otokodlayıcılar ve Çekişmeli Üretici Ağlar (ÇÜA), üretken modellere örnektir. Üretken modelleri kullanarak, stilleri transfer etmek veya diğer karmaşık işlevleri tahminlemek de mümkündür. Fiziksel Tabanlı İşleme (FTİ) yöntemi, gerçekçi 3B modelleri ve sahneleri gerçek zamanlı olarak oluşturmanın bir yoludur. İyi sonuçlar elde edebilmek için çeşitli doku türlerinin kullanılması gerekmektedir. Kabartı dokuları, 3B model materyallerinde kullanılan doku türlerinden biridir. Yüzey normallerini ve yüksekliklerini simüle etmek için kullanılmaktadır. Normal dokuları, yüzey normal vektörlerini barındıran kabartı dokularıdır. Normal dokuları, otometrik stereo teknikleri kullanılarak veya yüksek detaylı modelin düşük detaylı versiyonuna yansıtılarak üretilebilmektedir. Söz konusu yöntemler zaman ve maliyet açısından pahalıdır. YSA ve PİÜ'yü birleştirmeye odaklanan birçok çalışma bulunmaktadır. Her ikisini de kullanarak, maliyetleri düşürürken makul kalitede malzeme dokuları üretmek mümkün olabilmektedir. Bu tezde, birkaç üretici yapay sinir ağı modeli eğitilmiştir. Sonuçları, ağ karmaşıklığı ile birbirleriyle karşılaştırılmıştır. Artan katman ve filtre sayılarının her zaman çıktı kalitesini yükseltmediği tespit edilmiştir. Karmaşık modellerde, kaybolan gradyan sorunu gözlemlenmiştir. Kaybolan gradyan problemi bir noktadan sonra modelin daha fazla gelişememesine ve eğitime devam etmenin faydasız olmasına sebep olmaktadır. Kalıntılı Sinir Ağları (ResNet) mimarisine sahip modellerin bu sorunu çözebileceği görülmüştür. Nihai sonuçlar ayrıca, veri artırmanın eğitim aşamasında büyük bir rol oynadığını göstermiştir.