| dc.description.abstract | Görsel Estetik Analizi bir görseldeki beğeni noktalarının bulunması ve değerlendirilmesinin yapıldığı faaliyetler bütünüdür. Günümüzde sosyal medya platformlarının (Instagram, Facebook, Flickr vb.) yaygınlığını arttırması sonucu “Görsel Estetik Analizi” ile ilgili çalışmalar gittikçe daha popüler hale gelmiştir. Internet ortamında kullanıcıların kendi çektikleri resimleri yüklediği ve diğer kullanıcıların yüklenen bu resimlere beğeni bıraktığı ya da bu resimleri puanladıkları birçok platform vardır. Bu noktada ise hangi resimlerin daha çok beğenileceği ya da beğenilmeyeği sorusu gündeme gelmektedir. Bu çalışmada bir resmin kaç puan alacağını tahmin etmeye yarayan bir çözüm yolu önerimi yaptık. Bir sosyal medya kullanıcısının fotoğraf arşivindeki resimlerden hangisinin daha çok beğeni alacağını geliştirilen yöntem ile bulup daha iyi sonuç alınan resmi sosyal medya platformuna yüklemesini sağlamayı amaçladık. Bu yöntemin geliştirilmesi sırasında literatürde yer alan derin öğrenme metotları araştırılmış ve bu yöntemin geliştirilmesi için bir Evrişimsel Sinir Ağı (ESA) yapılarını kullandık. Geliştirme ortamı olarak MATLAB platformunu tercih ettik ve uygulama kodlarını bu platformda yazdık. Sonuç bölümünde, yapılan tez çalışmasını değerlendirilerek, ileride yapılabilecek çalışmaları belirttik.
Visual Data Analysis is a set of activities for detecting the interesting parts of an image and analysing them. Nowadays, as the social media platforms (Instagram, Facebook, Flickr etc.) grow, the works related to “Visual Data Analysis” are becoming more popular everyday. There are many platforms on the internet for users to upload their own images and to rate other images which were uploaded by other users. At this point a question reveals as “Which images get more like than others?”. This thesis proposes a solution for predicting the aesthetich score of an image. The aim of the thesis is to allow a social media user to get the predicted score of his/her images. This prediction guide him/her to upload the better scored image to his/her social media account. During the development of this model, deep learning methods have been studied in the literature and a Convolutional Neural Network (CNN) structure is used. MATLAB is used as development enviroment and application codes were developed on this platform. In the conclusion section the results and the probable future works have given. | en_US |
