Bilgisayarlı Görü ve Örüntü Tanıma makaleleri

Pofolia’nın havuzunda Bilgisayarlı Görü ve Örüntü Tanıma alt dalından 99 makale var (2002–2026), her biri kısa Türkçe özetiyle. Aşağıda en çok atıf alan 20 çalışma, ardından son eklenenler.

Bir bakışta

• En çok atıf alan çalışma: Derin Artık Öğrenme ile Görüntü Tanıma (2016, 223.583 atıf).
• Listedeki 20 çalışma toplam 910.043 atıf almış.
• Dergi çeyreği bilinen 3 çalışmanın 3 tanesi Q1 dergide yayımlanmış.
• 2 çalışmanın ücretsiz tam metni var (açık erişim).
• En sık görülen dergiler: IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021 IEEE/CVF International Conference on Computer Vision (ICCV), arXiv (Cornell University).
• Listedeki çalışmalar 2014–2024 arasında yayımlanmış.

En çok atıf alanlar

Sıralama atıf sayısına göre. Atıf zamanla biriktiği için bu liste doğal olarak birkaç yıl önce yayımlanmış çalışmalara ağırlık verir; alanın bugünü için “son eklenenler” bölümüne bak. Sinyaller nasıl okunur?

• Derin Artık Öğrenme ile Görüntü Tanıma

  Deep Residual Learning for Image Recognition

  2016 · 223.583 atıf

  Yeni bir artık öğrenme çerçevesi, önemli ölçüde daha derin sinir ağlarının eğitimini kolaylaştırarak son teknoloji görüntü tanıma performansı elde edilmesini sağlıyor.

  Kaynağa git →

• Derin Evrişimli Sinir Ağları ile ImageNet Sınıflandırması

  ImageNet classification with deep convolutional neural networks

  Communications of the ACM · 2017 · Q1 · SJR 1.00 · FWCI 4435.36 · 75.715 atıf · Açık erişim

  Derin bir evrişimli sinir ağı, ImageNet sınıflandırmasında son teknolojiye ulaşarak 2010'da %17.0, 2012'de ise kazanan %15.3'lük ilk-5 hata oranlarını düşürdü.

  Kaynağa git →

• Büyük Ölçekli Görüntü Tanıma için Çok Derin Evrişimsel Ağlar

  Very Deep Convolutional Networks for Large-Scale Image Recognition

  arXiv (Cornell University) · 2014 · 75.542 atıf · Açık erişim

  Çok küçük (3x3) evrişim filtreleri kullanan 16-19 ağırlık katmanına sahip evrişimsel ağ derinliğini artırmak, büyük ölçekli görüntü tanımada doğruluk oranını önceki konfigürasyonlara göre önemli ölçüde iyileştirir.

  Kaynağa git →

• Daha Hızlı R-CNN: Bölge Öneri Ağları ile Gerçek Zamanlı Nesne Tespiti Hedefi

  Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

  IEEE Transactions on Pattern Analysis and Machine Intelligence · 2016 · Q1 · SJR 4.00 · FWCI 1672.08 · 54.589 atıf

  Bu makale, nesne tespit ağlarıyla sorunsuz bir şekilde entegre olan ve neredeyse hiçbir hesaplama maliyeti olmadan bölge önerileri üreterek gerçek zamanlı performansı mümkün kılan bir Bölge Öneri Ağı (RPN) sunmaktadır.

  Kaynağa git →

• Konvolüsyonlarla daha derine inmek

  Going deeper with convolutions

  2015 · 46.948 atıf

  Inception kod adlı yeni bir derin evrişimli sinir ağı mimarisi, ILSVRC14 yarışmasında görüntü sınıflandırma ve tespit alanında yeni bir en iyi performansı elde etti.

  Kaynağa git →

• Yoğun Bağlantılı Evrişimsel Ağlar

  Densely Connected Convolutional Networks

  2017 · 44.970 atıf

  DenseNet'ler, her katmanın diğer tüm katmanlara ileri beslemeli bir şekilde bağlandığı yeni bir evrişimsel ağ mimarisi sunarak, geleneksel ağlara kıyasla doğrudan bağlantı sayısını önemli ölçüde artırır.

  Kaynağa git →

• Anlamsal bölümleme için tam evrişimli ağlar

  Fully convolutional networks for semantic segmentation

  2015 · 37.045 atıf

  Bu makale, her boyuttaki görüntü üzerinde anlamsal bölümleme yapabilen ve verimli çıkarım ile en gelişmiş sonuçları elde eden tam evrişimli ağları (FCN'ler) tanıtmaktadır.

  Kaynağa git →

• Doğru Nesne Tespiti ve Semantik Segmentasyon için Zengin Özellik Hiyerarşileri

  Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation

  2014 · 31.870 atıf

  R-CNN adlı yeni bir algoritma, PASCAL VOC 2012 veri kümesinde nesne tespiti doğruluğunu %30'dan fazla artırarak %53.3'lük bir mAP elde ediyor.

  Kaynağa git →

• Bilgisayarlı Görü İçin Evrim Mimarisi Yeniden Düşünülüyor

  Rethinking the Inception Architecture for Computer Vision

  2016 · 31.095 atıf

  Evrim (Inception) adı verilen yeni bir ağ tasarımı, konvolüsyonları çarpanlara ayırarak ve agresif düzenlileştirme kullanarak evrimsel ağları verimli bir şekilde ölçeklendirir ve bilgisayarlı görü görevlerinde en gelişmiş sonuçları elde eder.

  Kaynağa git →

• Swin Transformer: Kaydırılmış Pencereler Kullanan Hiyerarşik Görüntü Transformer'ı

  Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

  2021 IEEE/CVF International Conference on Computer Vision (ICCV) · 2021 · 30.585 atıf

  Swin Transformer, genel amaçlı bilgisayarlı görü görevleri için verimli öz-dikkat hesaplamasını sağlayan kaydırılmış pencerelere sahip hiyerarşik bir mimari sunar.

  Kaynağa git →

• Mask R-CNN

  2017 · 28.989 atıf

  Mask R-CNN, nesneleri verimli bir şekilde algılayan ve her bir örnek için yüksek kaliteli segmentasyon maskeleri üreten, Faster R-CNN'i bir maske tahmin dalıyla genişleten yeni bir çerçevedir.

  Kaynağa git →

• Nesne Tespiti için Özellik Piramit Ağları

  Feature Pyramid Networks for Object Detection

  2017 · 28.919 atıf

  Özellik Piramit Ağları (FPN'ler), derin evrişimli ağlardan, marjinal hesaplama maliyetiyle zengin bir çok ölçekli özellik temsili oluşturur.

  Kaynağa git →

• Sıkıştırma-ve-Uyarma Ağları

  Squeeze-and-Excitation Networks

  2018 · 28.761 atıf

  Kanallar arasındaki bağımlılıkları modelleyerek kanal bazlı özellik yanıtlarını uyarlanabilir bir şekilde yeniden kalibre eden yeni bir 'Sıkıştırma-ve-Uyarma' (SE) bloğu, derin öğrenme modellerinin performansını önemli ölçüde artırmaktadır.

  Kaynağa git →

• Hızlı R-CNN

  Fast R-CNN

  2015 · 28.041 atıf

  Fast R-CNN, nesne önerilerini derin evrişimli ağlar kullanarak verimli bir şekilde sınıflandıran ve eğitim/test hızlarını önemli ölçüde iyileştirirken doğruluğu artıran yeni bir nesne tespit yöntemidir.

  Kaynağa git →

• Yoğun Nesne Tespiti İçin Odak Kaybı

  Focal Loss for Dense Object Detection

  2017 · 26.050 atıf

  Yeni bir 'Odak Kaybı' (Focal Loss) fonksiyonu, yoğun nesne tespitçilerinin eğitimindeki aşırı sınıf dengesizliğini etkili bir şekilde ele alarak, hızlarını korurken daha yavaş, iki aşamalı tespitçilerin doğruluğunu aşmalarını sağlıyor.

  Kaynağa git →

• MobileNetV2: Tersine Kalanlar ve Doğrusal Darboğazlar

  MobileNetV2: Inverted Residuals and Linear Bottlenecks

  2018 · 25.715 atıf

  MobileNetV2, tersine artıklar ve doğrusal darboğazlar içeren yeni bir mobil mimari sunarak, çeşitli model boyutlarında mobil görevlerdeki en gelişmiş performansı önemli ölçüde iyileştirir.

  Kaynağa git →

• Küçük Görüntülerden Çok Katmanlı Özelliklerin Öğrenilmesi

  Learning Multiple Layers of Features from Tiny Images

  2024 · FWCI 670.28 · 25.502 atıf

  Araştırmacılar, milyarlarca küçük web görüntüsünden insan görsel korteksinin yönlerini taklit eden anlamlı görsel özellikler öğrenen çok katmanlı bir üretken model geliştirdi.

  Kaynağa git →

• DeepLab: Derin Evrişimsel Ağlar, Atrous Konvolüsyon ve Tam Bağlantılı CRF'ler ile Semantik Görüntü Bölütleme

  DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs

  IEEE Transactions on Pattern Analysis and Machine Intelligence · 2017 · Q1 · SJR 4.00 · FWCI 632.10 · 22.241 atıf

  DeepLab, derin ağlarda özellik çözünürlüğünü kontrol etmek ve filtrelerin alıcı alanlarını genişletmek için 'atrous konvolüsyon'u tanıtır, bu da daha iyi semantik görüntü bölütlemeyi sağlar.

  Kaynağa git →

• Eşleştirilmemiş Görüntüden Görüntüye Çeviri için Döngü Tutarlı Çekişmeli Ağlar Kullanımı

  Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks

  2017 · 22.010 atıf

  Bu makale, mevcut tekniklerde yaygın bir sınırlama olan eşleştirilmiş eğitim verisine ihtiyaç duymayan, görüntüden görüntüye çeviri için yeni bir yöntem sunmaktadır.

  Kaynağa git →

• Grad-CAM: Gradyan Tabanlı Yerelleştirme Yoluyla Derin Ağlardan Görsel Açıklamalar

  Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization

  2017 · 21.873 atıf

  Grad-CAM, karmaşık modelleri daha şeffaf hale getirerek Evrişimli Sinir Ağı (CNN) kararları için görsel açıklamalar üretir ve önemli görüntü bölgelerini vurgular.

  Kaynağa git →

Son eklenenler

• Constellation Veri Seti: Kentsel Bir Kavşak İçin Yüksek İrtifa Nesne Tespiti Karşılaştırması

  Constellation Dataset: Benchmarking High-Altitude Object Detection for an Urban Intersection

  International Journal of Computer Vision · 2026 · Q1 · SJR 3.00 · 1 atıf · Açık erişim

  Yüksek irtifa kentsel kameralardan alınan 13 bin görüntüyü içeren Constellation veri seti, gizliliği koruyan uç bilişim için nesne tespitinin karşılaştırmasını yaparak, küçük yayalar için araçlara kıyasla %10 daha düşük AP ortaya koyuyor.

  Kaynağa git →

• Tüketici Elektroniği için Kuantum Sonrası Kriptografi Performans Analizi ve Dağıtım Hususları

  Performance analysis and deployment considerations of post-quantum cryptography for consumer Electronics

  Scientific Reports · 2026 · Q1 · FWCI 11.11 · 3 atıf · Açık erişim

  Örgü tabanlı kuantum sonrası kriptografi (PQC) şemaları, özellikle ML-KEM ve ML-DSA, anahtar kapsülleme ve dijital imza görevlerinde RSA/ECC taban çizgilerine göre daha iyi performans göstererek, ağ geçidi sınıfı tüketici elektroniği için yürütme hızı ve nesne boyutu açısından umut verici bir denge sunmaktadır.

  Kaynağa git →

• Nedensel Bağlılık Hikaye Anlamayı Sağlar

  Causal Cohesion and Story Coherence

  2026 · 360 atıf

  Çocukların hikayeleri anlama ve hatırlama yeteneği, olaylar arasındaki nedensel bağlantılara bağlıdır; daha tutarlı hikayeler daha kolay anlama ve hafıza temsili ile sonuçlanır.

  Kaynağa git →

• CP-Diffusion: Koşullu İstem Tabanlı Difüzyon Modelleri ile Video Üretimi

  CP-Diffusion: Conditional Prompt-Based Diffusion Models for Video Generation

  ACM Transactions on Multimedia Computing Communications and Applications · 2026 · Q1 · FWCI 11.61 · 3 atıf

  CP-Diffusion, metinden videoya difüzyon modellerinde hareket özelleştirmesi için Çok Başlı Zamansal Dikkat (MHTA) modülünü kullanan az örnekli bir öğrenme yaklaşımı sunarak hesaplama gereksinimlerini önemli ölçüde azaltır ve hareket kalitesini iyileştirir.

  Kaynağa git →

• Soyut Fonksiyonel Dil Mantığı: Paradoks-Özgür Akıl Yürütme ve Uyarlanabilir Zeka için Rekabetçi Uzmanlar Karışımı Mimarisi

  Abstract Functional Language Logic: A Competitive Mixture of Experts Architecture for Paradox-Free Reasoning and Adaptive Intelligence

  Zenodo (CERN European Organization for Nuclear Research) · 2025 · FWCI 44.00 · 595 atıf

  Bu makale, olasılıksal LLM akıl yürütmesini matematiksel fonksiyonel yaklaştırıcılarla değiştiren, paradoks-özgür, verimli çıkarım için Fonksiyonel Dil Mantığına (FLL) dayalı Rekabetçi Uzmanlar Karışımı (CMoE) mimarisini tanıtmaktadır.

  Kaynağa git →

• Yaklaşık En Yakın Komşu Araması için Referans-Vektörden Arındırılmış Çarpım Kuantizasyonu

  Reference-Vector Removed Product Quantization for Approximate Nearest Neighbor Search

  Applied Sciences · 2025 · Q2 · FWCI 0.46 · 1 atıf

  Referans-Vektörden Arındırılmış Çarpım Kuantizasyonu (RvRPQ), veritabanı vektörlerinden kodlanmış referans-vektörleri çıkararak ve ardından kuantize edilen kalıntıları elde ederek yaklaşık en yakın komşu (ANN) arama doğruluğunu iyileştirir.

  Kaynağa git →

• VM-UNet: Tıbbi Görüntü Segmentasyonu için Vision Mamba UNet

  VM-UNet: Vision Mamba UNet for Medical Image Segmentation

  ACM Transactions on Multimedia Computing Communications and Applications · 2025 · Q1 · FWCI 226.04 · 541 atıf

  Tıbbi görüntü segmentasyonu için yeni bir U-şekilli mimari olan VM-UNet, Mamba gibi Durum Uzay Modellerini (SSM'ler) kullanarak doğrusal hesaplama karmaşıklığı ve etkili uzun menzilli modelleme sağlar, önceki CNN ve Transformer modellerinden daha iyi performans gösterir.

  Kaynağa git →

• V0.1IC

  Zenodo (CERN European Organization for Nuclear Research) · 2025 · 499 atıf

  Hamming Cube adlı yeni bir derin öğrenme çerçevesi, Hamming mesafesi yapısını koruyarak kompakt ikili kodları ve sürekli gömmeleri ortaklaşa öğrenir.

  Kaynağa git →

Bu alanın dergileri

Bu alandaki makaleleri en çok yayımlayan dergiler. Dilim (Q1–Q4), SJR ve h-index SCImago Journal Rank’tan; “bu alanda” sütunu derginin havuzdaki bu alana ait makale sayısı. Q1 dergi nedir? · h-index nedir?

Bilgisayarlı Görü ve Örüntü Tanıma alanındaki tüm dergiler (Q1–Q4) →

Bilgisayar Bilimi anadalındaki diğer alanlar

• Bilgisayar Ağları ve İletişim
• Bilgisayar Bilimi Uygulamaları
• Bilgisayar Grafikleri ve Bilgisayar Destekli Tasarım
• Bilişim Sistemleri
• Donanım ve Mimari
• Hesaplamalı Kuram ve Matematik
• İnsan-Bilgisayar Etkileşimi
• Sinyal İşleme
• Yapay Zeka
• Yazılım

Bilgisayar Bilimi anadalının tüm alt alanları →

← Tüm alanlar