Anadolu sanat stilleri perspektifinden makine öğrenimi ile stil transferi

dc.contributor.authorEkinci, Mehmet
dc.date.accessioned2025-12-23T11:53:12Z
dc.date.issued2025
dc.description.abstractBu tezde, Anadolu kökenli üç farklı sanat geleneğinden görsellerle stil transferi çalışmaları gerçekleştirilmiştir: Osmanlı minyatürleri, Bizans mozaikleri ve Selçuklu sanat eserleri. Çalışmanın temel amacı, bu tarihi sanat stillerinin karakteristik özelliklerini çağdaş derin öğrenme yöntemleriyle farklı görseller üzerine aktararak, geleneksel sanat ile modern teknoloji arasında bir köprü kurmaktır. Buna ek olarak, çalışmada farklı stil transferi yöntemlerinin ve çeşitli önceden eğitilmiş modellerin bu sanat tarzlarını ne ölçüde yansıtabildiği karşılaştırmalı olarak incelenmiştir. Kullanılan veri kümeleri arasında en geniş olanı Osmanlı minyatürleri veri kümesi olmuştur. Bu nedenle deneylerin büyük bölümü bu stil üzerine yoğunlaşmış, farklı mimari yapılar arasında karşılaştırmalar yapılmıştır. Bizans mozaikleri ve Selçuklu sanat eserleri ise, veri miktarının sınırlı olması nedeniyle, yalnızca önceden eğitilmiş modeller ile gerçekleştirilen deneylerde değerlendirilmiştir. Stil transferi uygulamaları çeşitli mimari yapılar ve yöntemlerle gerçekleştirilmiştir. Bu yöntemler arasında; önceden eğitilmiş evrişimli sinir ağları, uyarlanabilir örnek normalleştirme (Adaptive Instance Normalization, AdaIN), doğrusal dönüşüm temelli modeller ve üretken rekabetçi ağlar (Generative Adversarial Networks, GAN) yer almaktadır. Elde edilen sonuçlar hem görsel algı açısından hem de SSIM (Structural Similarity Index Measure) ve LPIPS (Learned Perceptual Image Patch Similarity) gibi metrikler aracılığıyla değerlendirilmiştir. Önceden eğitilmiş modeller ve AdaIN temelli deneyler genellikle tatmin edici stilizasyon sonuçları üretmiştir. Ancak doğrusal dönüşüm ve GAN temelli modellerde, sınırlı veri ve eğitim sürecindeki istikrarsızlıklar gibi nedenlerle istenen başarı düzeyine ulaşılamamıştır. Bu tez, tarihi sanat biçimlerinin dijital ortamda yeniden üretilmesine yönelik bir yaklaşım sunmakta ve makine öğrenmesi tekniklerinin bu alandaki potansiyelini deneysel olarak ortaya koymaktadır.
dc.identifier.urihttp://hdl.handle.net/20.500.12575/93126
dc.publisherANKARA ÜNİVERSİTESİ
dc.subjectDerin öğrenme
dc.subjectGörüntü işleme
dc.subjectsinir ağları
dc.titleAnadolu sanat stilleri perspektifinden makine öğrenimi ile stil transferi
dc.title.alternativeStyle transfer with machine learning from the perspective of anatolian art styles
dc.typeThesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
10731867.pdf
Size:
9.32 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: