ÇALIŞTAYLAR

Uzaktan Algılama İçin Sinyal ve Görüntü İşleme Çalıştayı (USGI)
(Signal and Image Processing for Remote Sensing)

Çalıştayı Düzenleyenler:
Begüm Demir, demir@disi.unitn.it, Trento Üniversitesi
Alp Ertürk, alp.erturk@kocaeli.edu.tr, Kocaeli Universitesi
Erhan Abdullah, eaptoula@gtu.edu.tr, Gebze Teknik Üniversitesi

Çağrı Metni:
Uzaktan algılama, yeryüzünün ve yer kaynaklarının fiziksel bağlantı kurmadan algılayıcı sistemleri kullanarak incelenmesini sağladığından, çevre, afet yönetimi, şehir izlenmesi ve planlaması konularında önemli bir role sahiptir. Uzaktan algılama sistemlerindeki yeni gelişmeler sayesinde uzaktan algılama görüntüleri askeri, medikal, tarım, hayvancılık, tekstil, çevre, madencilik ve kimlik tespiti gibi birçok uygulama alanında önem kazanmaktadır. Özellikle deprem, sel, toprak kayması ve orman yangınları gibi doğal afetlerle sıklıkla karşılaşan ülkemiz için uzaktan algılama stratejik bir öneme sahiptir. İlk yerli gözlem uydumuz RASAT'dan ve ilk yüksek çözünürlüklü yerli keşif uydusumuz GÖKTÜRK-2'den alınan görüntüler haritacılık, afet izleme, tarım, çevre, şehircilik ve planlama çalışmalarında kullanılmaya başlanmasıyla birlikte bu görüntülerin etkili bir şekilde kullanılması amacıyla bilgi birikimine ve başarılı yöntemler geliştirmeye ihtiyaç duyulmaktadır.

Bu çalıştayının amacı, uzaktan algılama için sinyal ve görüntü işleme üzerine özgün araştırmaları bir araya getirmek ve uzaktan algılama konusunda bir farkındalık oluşturmaktır. Çalıştay, son yıllarda ülkemizde de büyük öneme sahip hale gelmiş olan uzaktan algılama görüntülerinin işlenmesi alanında Türkiye'de bulunan ekiplerin bilimsel düzeylerine katkıda bulunacak ve olası işbirliklerine önayak olacaktır. Çalıştayın hedef kitlesi, öğretim elemanları; doktora sonrası araştırmacılar, doktora ve yüksek lisans öğrencileri; lisans öğrencileri, TÜBİTAK / ASELSAN / HAVELSAN gibi kurumlarda uzaktan algılama görüntülerinin işlenmesi üzerine çalışan araştırmacılardır.

Çalıştayın ana başlıkları:

  • Uzaktan algılama için sinyal işleme
  • Uzaktan algılanan görüntülerin onarımı ve gürültü giderimi
  • Uzaktan algılanan görüntülerin iyileştirilmesi ve tümleştirilmesi
  • Uzaktan algılanan görüntülerin sınıflandırılması, öbeklenmesi
  • Öznitelik çıkarımı ve seçimi
  • Radar görüntü analizi
  • Nesne tabanlı görüntü analizi
  • Hiperspektral görüntü işleme
  • Çok-zamanlı uzaktan algılanan görüntülerin işlenmesi ve analiz teknikleri
  • Yeryüzü arazi değişimlerinin tespiti

Çalıştay Teknik Program Komitesi:

Selim Aksoy, Bilkent Üniversitesi
A. Aydın Alatan, Orta Doğu Teknik Üniversitesi
Erchan Aptoula, Gebze Teknik Üniversitesi
Feza Arıkan, Hacettepe Üniversitesi
Begüm Demir, Trento University
Esra Erten, İstanbul Teknik Üniversitesi
Alp Ertürk, Kocaeli Üniversitesi
Sarp Ertürk, Kocaeli Üniversitesi
Koray Kayabol, Gebze Teknik Üniversitesi
Uğur Murat Leloğlu, Orta Doğu Teknik Üniversitesi
Ali Özgün Ok, Nevşehir Hacı Bektaş Veli Üniversitesi
Gülşen Taşkın Kaya, İstanbul Teknik Üniversitesi
Behçet Uğur Töreyin, İstanbul Teknik Üniversitesi
Seniha Esen Yüksel, Hacettepe Üniversitesi

Davetli Konuşmacı:

Farid Melgani - "Recent UAV Image Analysis Methods”

“Recent UAV Image Analysis Methods”
Unmanned Aerial Vehicles (UAVs) are recognized as very effective systems for collecting images from a very low altitude. The high flexibility of these small, ecologic and silent aerial platforms permits immediate intervention and interactive measurements according to customer’s specific needs. Additionally, they allow mapping and monitoring of small areas at extremely fine scales and enables multitemporal acquisitions over the same area at predefined and desired times. These attractive proprieties render them a valid alternative or a complementary solution to satellite sensors particularly for small coverage or inaccessible areas. In the beginning, UAVs were used exclusively for military applications, but due to advancement in technologies and reduction in prices, they became a practical solution for many civilian applications. In this talk, we will describe different methodological solutions based on computer vision and machine learning approaches for urban monitoring issues.

Farid Melgani (M’04–SM’06–F’16) received the State Engineer degree in electronics from the University of Batna, Algeria, in 1994, the M.Sc. degree in electrical engineering from the University of Baghdad, Iraq, in 1999, and the Ph.D. degree in electronic and computer engineering from the University of Genoa, Italy, in 2003. From 1999 to 2002, he cooperated with the Signal Processing and Telecommunications Group, Department of Biophysical and Electronic Engineering, University of Genoa. Since 2002, he has been an Assistant Professor and then an Associate Professor of telecommunications at the University of Trento, Italy, where he has taught pattern recognition, machine learning, radar remote-sensing systems, and digital transmission. He is the Head of the Signal Processing and Recognition (SPR) Laboratory, Department of Information Engineering and Computer Science, University of Trento. His research interests are in the areas of remote sensing, signal/image processing, pattern recognition, machine learning and computer vision. He is coauthor of about 200 scientific publications and is a referee for numerous international journals. Dr. Melgani has served on the scientific committees of several international conferences and is an Associate Editor of the IEEE Geoscience and Remote Sensing Letters, International Journal of Remote Sensing, Remote Sensing, and Sensors.

IEEE GRSS Türkiye Öğrenci Bildirisi Ödülü:

Çalıştayda sunulacak bildiriler arasından, ödül komitesi tarafından seçilecek ilk yazarı öğrenci olan en iyi bildiriye "En İyi Öğrenci Bildirisi Ödülü" verilecektir. Ödül kapsamında, bu sene  23 – 27 Temmuz 2018 tarihlerinde İspanya Valencia’da düzenlenecek olan IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2018 için ücretsiz bir kişilik öğrenci kaydı ödül olarak verilecektir.

Çalıştaya Gönderilecek Bildirilerin Formatı ve Değerlendirme Süreci: 

Çalıştaya gönderilen bildirilerin formatı ana konferans olan SİU 2018'in bildiri formatı ile aynı olacaktır ve bildiriler SİU 2018 hakem değerlendirmesi süreçlerinden geçecektir.

İnsansız Hava Araçları ile Bilgisayarlı Görü Uygulamaları
(Computer Vision Appplication with Unmanned Air Vehicles)

Çalıştayı Düzenleyenler:

- Doç. Dr. Hakan Çevikalp (hakan.cevikalp@gmail.com), Eskişehir Osmangazi Üniversitesi, Mühendislik Mimarlık Fakültesi, Elektrik Elektronik Mühendisliği Bölümü
- Yrd. Doç. Dr. Sinem Kahvecioğlu (skahvecioglu@anadolu.edu.tr), Anadolu Üniversitesi, Havacılık ve Uzay Bilimleri Fakültesi, Havacılık Elektrik ve Elektroniği Bölümü – (Çalıştay iletişim)
- Dr. Emre Başeski (ebaseski@havelsan.com.tr), Havelsan

Sponsor: Havelsan, Open Zeka

Çağrı Metni:
İnsansız Hava Araçları ile Bilgisayarlı Görü Uygulamaları Çalıştayı, İnsansız Hava Araçlarından (İHA, UAV, drone) sağlanan görüntülerin işlenmesine yönelik her türlü donanım, yazılım ve algoritmik (ortak) optimizasyonları içeren çalışmalara odaklanacaktır.
Kamera sistemleri çok çeşitli uygulama alanlarında, araştırılan çevre hakkında zengin bir bilgi kaynağı oluşturabilmeleri sebebiyle, dronelar için oldukça ideal sensörlerdir. Kamera görüntülerinden en yeni bilgisayarlı görü (computer vision) algoritmaları kullanılarak çok sayıda bilgi türetilebilmesine rağmen, çoğu zaman gerçek zamanlı çalışma gereksinimi ve UAV platformu üzerinde işlemcilerin doğrudan kullanımları bazı sınırlamaları da beraberinde getirmektedir. Görüntünün işlenmesi drone üzerinde (on-board) veya uzaktaki bir aygıtta yürütülebilir. Birinci durumda gerçek zamanlı olarak drone üzerinde görüntünün işlenmesi UAV'ların sınırlamaları (ağırlık, yerleşik sınırlı hesaplama gücü, sınırlı elektrik gücü, vb.) nedeniyle hem donanım hem de yazılım için çözümler bulunmasını gerektirmektedir. İkinci seçeneğin tercih edilmesi durumunda da yüksek bant genişliği, minimal gecikme ve güvenilirliği yüksek bir kablosuz bağlantı kullanımı gerekmektedir.

Düzenlenecek çalıştayda, droneların ve kamera sistemlerinin yer aldığı uygulamalar için gömülü işleme, özel gömülü donanım, yüksek düzeyde optimize algoritmalar ve görüntü verisinin on-board ve uzaktan işleme yöntemleri ile ele alındığı yazılım ve donanım ile ilgili çalışmaların ele alınması amaçlanmaktadır. Çalıştayın hedef kitlesi bahsi geçen konularla ilgili öğretim elemanları, lisans ve lisansüstü öğrenciler, doktora sonrası araştırmacılar, çeşitli kurumlarda konuyla ilgili çalışma yürüten araştırmacılardır.

Davetli konuşmacı:
Çalıştay tarihi olarak 3 Mayıs 2018 tarihi tam gün şeklinde planlanmaktadır. Çalıştay kapsamında, davetli konuşmacı olarak (keynote speaker) Selanik Aristoteles Üniversitesi, Bilişim Bölümü (Aristotle University of Thessaloniki, Department of Informatics) öğretim üyesi Prof. Anastasios Tefas “Deep Learning for Drone Vision” başlıklı bir açılış konuşması yapacaktır.

Bio: Anastasios Tefas received the B.Sc. in informatics in 1997 and the Ph.D. degree in informatics in 2002, both from the Aristotle University of Thessaloniki, Greece. Since 2017 he has been an Associate Professor at the Department of Informatics, Aristotle University of Thessaloniki. From 2008 to 2017, he was a Lecturer, Assistant Professor at the same University. From 2006 to 2008, he was an Assistant Professor at the Department of Information Management, Technological Institute of Kavala. From 2003 to 2004, he was a temporary lecturer in the Department of Informatics, University of Thessaloniki. From 1997 to 2002, he was a researcher and teaching assistant in the Department of Informatics, University of Thessaloniki. Dr. Tefas participated in 12 research projects financed by national and European funds. He has co-authored 80 journal papers, 188 papers in international conferences and contributed 8 chapters to edited books in his area of expertise. Over 4000 citations have been recorded to his publications and his H-index is 33 according to Google scholar. His current research interests include computational intelligence, deep learning, pattern recognition, statistical machine learning, digital signal and image analysis and retrieval and computer vision.

Deep Learning for Drone Vision

This keynote speech will focus on deep learning methods and their use in drones for increased perception, control and other innovative tasks. Deep learning emerged as one of the most promising research fields in artificial intelligence and Unmanned Aerial Vehicles (drones) are among the robotic units that have substantial needs for autonomous control and perception due to their increasing use in several applications like transportation, inspection, surveillance and cinematography among others. Deep Convolutional Neural Networks (CNNs) are among the state-of-the-art techniques for Visual Information Analysis that can provide increased perception capabilities. CNNs can be used to perform several drone perception tasks such as object detection and tracking, face detection and person identification, crowd detection for ensuring flight safety, emergency landing point detection, etc. However, deploying such deep learning models on drones is not a straightforward task, since there are significant memory and model complexity constraints. To overcome these limitations several methodologies have been proposed like training small lightweight CNNs, using knowledge transfer techniques, such as neural-network distillation, layer hints and similarity embeddings, to reduce the size of CNNs or using neural region proposals for fast object detection and classification (faster R-CNN, YOLO, SSD).

Bildiri formatı ve konu başlıkları:
Çalıştay kapsamında kabul edilecek bildiriler sözlü sunum ve poster sunum olarak kabul edilebilecektir. Kabul edilecek bildiriler Türkçe olmakla birlikte, SİU2018 bildiri formatında belirtilen şartları taşıması durumunda İngilizce olarak da kabul edilebilecektir. Yazım formatı olarak SİU2018 bildiri formatı için belirlenen kurallar uygulanacaktır.

Çalıştay bildiri konuları, temel olarak İHA’lar (UAV’lar, dronelar) ile uygulanabilecek çalışmalar için ve SİU2018 bildiri konuları kapsamında şu başlıkları içermektedir:

  • Havaaracı üstü gömülü görme (On-board embedded vision)
  • Donanım optimizasyonu (Hardware optimization)
  • Gömülü görme işlemcileri (Embedded vision processors)
  • Gömülü GPU'lar (Embedded GPUs)
  • İHA görüsü için donanım hızlandırıcıları (Hardware accelerators for UAV vision)
  • Donanım-Yazılım ortak tasarımı (Hardware/software co-design)
  • Algoritmik optimizasyonlar (Algorithmic optimizations)
  • Düşük gecikmeli görüş (Low-latency vision)
  • Gerçek zamanlı görme (Real-time vision)
  • Drone uygulamaları için derin öğrenme (Deep learning for drone applications)
  • Görsel Otonom Navigasyon ve SLAM (Visual Autonomous Navigation and SLAM)
  • Görsel veri ile çarpışmalarından kaçınma (Visual collision aviodance)
  • İnsan ve nesne belirleme ve izleme (People and object identification and tracking)
  • İnsan-drone arayüzü (Human-drone interface)
  • İHA'lar üzerinde bilgisayarlı görü uygulamaları (Applications of computer vision on UAVs)
  • Droneların koordinasyon içinde ve işbirlikçi olarak çalışması için algoritmalar

En İyi Bildiri Ödülü:
Çalıştay kapsamında en iyi bildiri seçilecek olup, en iyi bildiri sahibine sponsorlarımızdan Open Zeka firması tarafından 1 adet NVIDIA Jetson TX2 Developer Kit hediye edilecektir.

Teknik Program Komitesi:
Ömer Nezih Gerek - Anadolu Üniversitesi
Gürkan Öztürk - Anadolu Üniversitesi
Rifat Edizkan - Eskişehir Osmangazi Üniversitesi
Hasan Serhan Yavuz - Eskişehir Osmangazi Üniversitesi
Burak Kaleci - Eskişehir Osmangazi Üniversitesi
Aykut Erdem - Hacettepe Üniversitesi
Erkut Erdem - Hacettepe Üniversitesi
Ramazan Gökberk Cinbiş - Ortadoğu Teknik Üniversitesi
Hasan Saribaş - Anadolu Üniversitesi

3rd International Workshop on Machine Learning for Understanding the Brain
MLUB is an international workshop annually held in conjuction with the IEEE Signal Processing and Communication Applications Conference.

http://mlub.ceng.metu.edu.tr/ 

Executive Committee

Fatos T. Yarman Vural (Middle East Technical University)
Tulay Adali (University of Maryland, Baltimore County) 
Enis Cetin (Bilkent University)
Haluk Bingol (Bogazici University)
Huseyin Boyaci (Bilkent University)

Call for papers
3rd International Workshop on Machine Learning for Understanding the Brain (MLUB) welcomes original and unpublished work on theory, systems, algorithms and applications related to Machine Learning and understanding techniques for modeling and analysis of brain in various modalities, such as, fMRI, sMRI, EEG, MEG, fNIRS, and various forms of microscopy. The workshop focuses on but is not limited to the following topics:

  • Learning and inference on neuroimaging data
    • Cognitive state classification
    • Functional Connectivity
    • Sparse Techniques
    • Multimodal Learning
    • Multi-Subject Learning
    • Efficient Algorithms for Large-Scale Data
    • Brain Network Embedding
  • Cognitive Computing
    • Software Simulation of the Brain
    • Pattern and Object Recognition
    • Cognitive Machine Learning
  • Modeling
    • Vision Models of the Brain
    • Memory Model of the Brain
    • Neural Models of the Brain
  • Visualization
    • High-Dimensional Neuroimaging Data Visualization
    • Brain Network Visualization
    • Network Summarization
  • Applications
    • Resting-State Data Analysis
    • Task-Based Data Analysis
    • Diagnosis of Diseases
    • Brain Computer Interface