İslami Geometrik Desenlerde Derin Öğrenme Algoritmaları ile Görüntü Restorasyonu
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, MİMARLIK ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: MAKBULE ÖZDEMİR
Danışman: Semra Arslan Selçuk
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Dijitalleşmenin etkisiyle, kültürel mirasın korunmasında modern teknolojilerin kullanımı giderek önem kazanmaktadır. İslami Geometrik Desenlerin (İGD) dijital analizi alanındaki mevcut çalışmalar, ağırlıklı olarak grup teorisine dayalı sınıflama yöntemlerine ve vektörel üretim yaklaşımlarına odaklanmaktadır. Bu yöntemler, çoğunlukla desenlerin geometrik yapısının anlaşılmasına ve tanımlanmasına yöneliktir. Bu tez, İslami geometrik desenlerin dijital görüntü restorasyonu bağlamında, derin öğrenme temelli bir metodoloji geliştirerek geleneksel mimari süsleme sanatlarının korunması ve yeniden üretimi konusunda katkı sunmayı amaçlamaktadır. Bu doğrultuda teorik düzeyde, geleneksel desen analiz yaklaşımlarından farklı olarak veri odaklı bir çerçeve oluşturulmuş; yöntemsel olarak ise hem sınıflandırma hem de görüntü tamamlama algoritmalarının aynı kültürel veri seti üzerinde bütüncül biçimde test edildiği disiplinlerarası bir yapı geliştirilmiştir. Tez kapsamında, verinin hazırlanması, doğruluğunun test edilmesi ve eksik desen parçalarının tamamlanması görevlerinde derin öğrenme temelli algoritmalar uygulanmış; üretilen sonuçların hem nicel hem de nitel analizi gerçekleştirilmiştir. Ayrıca, İGD'ye özgü simetrik yapı ve süreklilik gibi biçimsel özellikler değerlendirme kriterleri olarak ele alınmış, elde edilen çıktıların başarısı bu niteliksel ölçütler üzerinden analiz edilmiştir. Çalışmanın veri toplama aşamasında, çeşitli kaynaklardan temin edilen yüksek çözünürlüklü desen görselleri kullanılarak üç ayrı sınıf oluşturulmuştur. Bu ayrım, hem görsel bozulmanın hem de algoritmaların sınıflandırma ve tamamlama performanslarının analizinde belirleyici bir faktör olarak kullanılmıştır. Derin ağlar aracılığıyla gerçekleştirilen sınıflandırma sürecinde elde edilen doğruluk oranları, İGD'lerin kendi içinde ayrışabilir yapısal özelliklere sahip olduğunu doğrulamıştır. Bu bulguların ardından, eksik desenlerin tamamlanmasına yönelik üretici algoritmalar ve derin görüntü boyama yöntemleri uygulanmış, performanları karşılaştırmalı olarak değerlendirilmiştir. Sonuç olarak, önerilen metodolojik yapı, İGD'lerin yapısal özelliklerini gözeterek restorasyon kalitesini ölçebilen ve yeniden kullanılabilir bir çerçeve ortaya koymaktadır.