موضوعات جدید پایان نامه رشته مهندسی فتوگرامتری + 113 عنوان بروز

انتخاب موضوع پایان‌نامه مهندسی فتوگرامتری همواره با چالش‌هایی مانند عدم دسترسی به داده‌های به‌روز، ابهام در روش‌شناسی و عدم موافقت اساتید راهنما همراه است. این مقاله با بررسی دقیق گرایش‌های نوظهور و نیازهای واقعی صنعت نقشه‌برداری، به شما کمک می‌کند موضوعی کاربردی، متناسب با امکانات نرم‌افزاری و سخت‌افزاری موجود و دارای شانس بالای پذیرش انتخاب کنید. در ادامه، علاوه بر راهنمای گام‌به‌گام تصویب پروپوزال، ۱۱۳ عنوان جدید و تفکیک‌شده در حوزه‌های هوش مصنوعی، پهپاد، NeRF، LiDAR و دوقلوی دیجیتال ارائه شده است.

نقشه راه انتخاب موضوع پایان‌نامه فتوگرامتری

پاسخ کوتاه: برای انتخاب یک موضوع موفق در فتوگرامتری، ابتدا باید نوع داده‌های در دسترس (تصاویر پهپاد، داده‌های ابر نقطه، یا تصاویر ماهواره‌ای) را مشخص کرده، سپس مسئله‌ای عملی مانند افزایش دقت، کاهش زمان پردازش یا اتوماسیون استخراج عوارض را تعریف کنید.

فرآیند انتخاب موضوع نباید صرفاً بر اساس علاقه‌مندی تئوریک باشد. در مهندسی فتوگرامتری، عدم وجود داده مناسب یا عدم توانایی سیستم‌های رایانه‌ای در پردازش حجیم، می‌تواند کل پروژه شما را متوقف کند. برای جلوگیری از این مشکل، مراحل زیر را گام‌به‌گام دنبال کنید:

1. بررسی حجم و نوع داده‌های در دسترس: قبل از نهایی کردن موضوع، مطمئن شوید داده‌های تصویری، داده‌های GCP یا ابر نقاط مورد نیاز را دارید یا امکان برداشت آن با پهپاد وجود دارد.
2. سنجش توان پردازشی: پروژه‌های مبتنی بر یادگیری عمیق و بازسازی سه‌بعدی نیازمند کارت‌های گرافیکی قوی (GPU) هستند. الگوریتم خود را متناسب با سخت‌افزار موجود انتخاب کنید.
3. تعریف شفاف مسئله (Problem Statement): موضوع شما باید به یک چالش مشخص مانند «عدم دقت در مناطق سایه»، «هزینه بالای GCP» یا «کندی استخراج عوارض شهری» پاسخ دهد.
4. بررسی مقالات ۲ سال اخیر: مقالات مجلات معتبری مانند ISPRS، IEEE TGRS و Remote Sensing را مرور کنید تا از تکراری نبودن ایده مطمئن شوید.

حوزه‌های داغ و لبه دانش فتوگرامتری در سال‌های اخیر

پاسخ کوتاه: ترکیب هوش مصنوعی با فتوگرامتری (Vision-AI)، بازسازی‌های فوتورئالیستیک با 3D Gaussian Splatting، مدل‌سازی دوقلوی دیجیتال، و هم‌بستگی داده‌های چندسنسوره (LiDAR + Thermal + RGB) از محوری‌ترین حوزه‌های پژوهشی حال حاضر هستند.

تحولات فناوری طی سال‌های اخیر، مرزهای فتوگرامتری سنتی را گسترش داده است. امروزه موضوعاتی بیشترین اعتبار پژوهشی را دارند که تکنیک‌های پردازش تصویر آکادمیک را با هوش مصنوعی و بینایی ماشین تلفیق کنند.

• 3D Gaussian Splatting و NeRF: جایگزین‌های نوظهور روش‌های سنتی Structure from Motion (SfM) و Multi-View Stereo (MVS) که امکان بازسازی سریع و فوتورئالیستیک محیط‌های پیچیده را فراهم می‌سازند.
• تلفیق مدل‌های پایه (Foundation Models): استفاده از مدل‌هایی مانند SAM (Segment Anything Model) برای قطعه‌بندی و استخراج خودکار عوارض در داده‌های فتوگرامتری.
• فتوگرامتری پهپادپایه مدرن بدون GCP: تمرکز بر افزایش دقت توجیه نسبی و مطلق با استفاده از سامانه‌های RTK/PPK و ترکیب الگوریتم‌های بهینه‌سازی کالینیرتی.
• دوقلوهای دیجیتال (Digital Twins) و HBIM: تبدیل مدل‌های سه‌بعدی حاصل از فتوگرامتری به ساختارهای اطلاعاتی BIM برای مدیریت زیرساخت‌ها و میراث فرهنگی.

بانک 113 عنوان جدید پایان نامه مهندسی فتوگرامتری

عناوین زیر بر اساس آخرین تحولات علمی، قابلیت اجرا در دانشگاه‌های کشور و نیازهای کاربردی نقشه‌برداری طراحی شده‌اند:

۱. هوش مصنوعی، یادگیری عمیق و بینایی ماشین در فتوگرامتری (عناوین ۱ تا ۲۰)

1. توسعه روشی مبتنی بر شبکه Transformers برای قطعه‌بندی معنایی ابر نقاط حاصل از فتوگرامتری پهپادپایه
2. استخراج خودکار ساختمان‌ها از تصاویر هوایی با قدرت تفکیک بالا با استفاده از الگوریتم ترکیبی Mask R-CNN و SAM
3. ارزیابی دقت مدل Segment Anything (SAM) در عارضه نگاری خودکار عوارض خطی شهری در داده‌های فتوگرامتری
4. افزایش رزولوشن و بهبود کیفیت تصاویر پهپاد در مناطق کم‌نور با استفاده از شبکه‌های مولد متخاصم (GAN)
5. شناسایی و دسته‌بندی آسیب‌های ترکیبی در نمای ساختمان با استفاده از یادگیری عمیق و فتوگرامتری برد کوتاه
6. کالیبراسیون خودکار دوربین‌های غیرمتری با استفاده از تکنیک‌های بینایی ماشین و یادگیری عمیق بدون تارگت
7. حذف خودکار عوارض متحرک (خودروها و عابرین) از اورتوموزاییک‌های پهپادی بر پایه مدل‌های انتشار (Diffusion Models)
8. ارزیابی کارایی شبکه‌های عصبی گراف (GNN) در طبقه‌بندی عوارض پیچیده شهری از روی داده‌های ابر نقطه فتوگرامتری
9. شناسایی و کلاس‌بندی ترک‌های ریز بتن در پل‌های شهری با ترکیب تکنیک‌های پردازش تصویر و فتوگرامتری پهپادپایه
10. بازیابی و اصلاح سایه در تصاویر هوایی پهپاد با استفاده از الگوریتم‌های یادگیری ژرف چندمقیاسه
11. استخراج خودکار خطوط برق و دکل‌های انتقال نیرو از داده‌های فتوگرامتری هوایی با شبکه‌های عصبی پیچشی (CNN)
12. ارزیابی دقت تطبیق متقاطع (Cross-Matching) تصاویر اپتیک و حرارتی با استفاده از توصیف‌کننده‌های عمیق (Deep Descriptors)
13. مدل‌سازی سه‌بعدی و تخمین حجم توده‌های دپوی مواد معدنی بر پایه شبکه‌های عصبی کانولوشنال ۲.۵ بعدی
14. طبقه‌بندی پوشش گیاهی و تفکیک گونه‌های درختی با ادغام تصاویر مولتی‌اسپکترال پهپاد و شبکه‌های YOLOv8
15. ارزیابی شبکه‌های Convolutional Unet در استخراج شبکه راه‌ها از تصاویر پهپادی در مناطق روستایی
16. پیش‌بینی و ترمیم بخش‌های ناخوانا در مدل‌های ارتفاعی رقومی (DEM) با استفاده از روش‌های Deep Inpainting
17. بهینه‌سازی پارامترهای توجیه نسبی تصاویر پهپادی در مناطق بدون بافت (Textureless) با الگوریتم‌های یادگیری تقویتی
18. استخراج خودکار عوارض هیدروگرافی از تصاویر هوایی تاریخی با استفاده از شبکه‌های عمیق انتقال دانش (Transfer Learning)
19. تشخیص خودکار جابه‌جایی و نشست زمین در داده‌های فتوگرامتری با شبکه CNN سه بعدی
20. تخمین تراکم تاج درختان جنگلی بر اساس پردازش عمیق ابر نقطه حاصل از فتوگرامتری برد کوتاه

۲. فتوگرامتری برد کوتاه، NeRF و Gaussian Splatting (عناوین ۲۱ تا ۴۰)

21. بازسازی سه‌بعدی فوتورئالیستیک ابنیه تاریخی بر پایه 3D Gaussian Splatting و مقایسه آن با روش‌های متداول MVS
22. ارزیابی دقت هندسی مدل‌های تولیدشده با Neural Radiance Fields (NeRF) در فتوگرامتری صنعتی برد کوتاه
23. تلفیق داده‌های فتوگرامتری برد کوتاه و NeRF برای بازسازی سه‌بعدی مجسمه‌ها و عوارض با انعکاس بالا
24. کاربرد فتوگرامتری برد کوتاه دستی و تلفن‌های همراه در پایشی سه‌بعدی تغییرات ساختاری در مقایسه با اسکنر لیزری
25. اندازه‌گیری سه‌بعدی جابه‌جایی و کرنش در قطعات صنعتی تحت بارگذاری با روش فتوگرامتری برد کوتاه استریو
26. بازسازی هندسی دقیق و ارزیابی آسیب‌های سازه‌ای پس از زلزله با استفاده از فتوگرامتری برد کوتاه پهپاد محور
27. مدل‌سازی سه‌بعدی فتوگرامتری زیر آب: چالش‌های شکست نور و ارائه روشی برای اصلاح انکسار آب
28. تحلیل و بهینه‌سازی آرایش هندسی برداشت تصاویر در فتوگرامتری برد کوتاه برای فضاهای محصور و باریک
29. ارزیابی دقت روش‌های SfM در بازسازی سه‌بعدی سطوح صقلی و شفاف با استفاده از نورپردازی ساختاریافته
30. مدل‌سازی سه‌بعدی قطعات ریز صنعتی با استفاده از تکنیک فتوگرامتری ماکرو و میکروسکوپی
31. استفاده از 3D Gaussian Splatting در مستندساز سریع میراث فرهنگی در شرایط نورپردازی نامساعد
32. پایش دیواره گودبرداری‌های عمیق شهری به روش فتوگرامتری برد کوتاه و تحلیل خطای سنجش
33. تحلیل هندسی آسیب‌های نمای ساختمان‌های تاریخی بر اساس ترکیب تصاویر برد کوتاه حرارتی و اپتیک
34. ارزیابی روش‌های فیلتر کردن و صاف‌سازی ابر نقاط حاصل از فتوگرامتری برد کوتاه در سطوح با زاویه تند
35. طراحی و ساخت یک سیستم فتوگرامتری برد کوتاه ارزان‌قیمت چنددوربینه برای ثبت سریع اشیاء متحرک
36. سنجش دقت مدل‌های سه‌بعدی تولیدی از تصاویر ویدئویی گوشی‌های هوشمند به روش فتوگرامتری برد کوتاه
37. کاربرد فتوگرامتری پزشکی در ارزیابی سه‌بعدی و پایش تغییرات فرم اندام‌های بدن بیماران
38. ارزیابی روش‌های حذف بازتاب‌های شدید نور (Specular Reflections) در فتوگرامتری صنعتی برد کوتاه
39. مدل‌سازی سه‌بعدی شواهد صحنه جرم بر پایه فتوگرامتری برد کوتاه و ارزیابی اعتبار حقوقی آن
40. کالیبراسیون و همگام‌سازی سیستم‌های چنددوربینه برد کوتاه برای اندازه‌گیری‌های دینامیکی سریع

۳. فتوگرامتری پهپادپایه (UAV) و نقشه‌برداری هوایی (عناوین ۴۱ تا ۶۰)

41. ارزیابی دقت نقشه حاصل از پهپادهای مجهز به گیرنده PPK/RTK در مناطق کوهستانی بدون استفاده از نقاط کنترل زمینی
42. تحلیل تأثیر زاویه برداشت تصاویر مایل (Oblique Images) پهپاد در بهبود بازسازی عمودی دیواره‌های شهری
43. توسعه روشی خودکار برای طراحی مسیر پرواز بهینه پهپاد بر اساس مدل ارتفاعی تقریبی برای مناطق با توپوگرافی پیچیده
44. ارزیابی کارایی پهپادهای حرارتی (Thermal UAV) در شناسایی نشت شبکه‌های توزیع آب شهری
45. تخمین حجمی عملیات خاکی در پروژه‌های عمرانی با استفاده از فتوگرامتری پهپاد و تحلیل خطای روش‌های درونیابی
46. پایش نرخ فرسایش خطوط ساحلی بر پایه تصاویر سری زمانی پهپاد و الگوریتم‌های پردازش تصویر
47. بهینه‌سازی تعداد و توزیع هندسی نقاط کنترل زمینی (GCP) در نقشه‌برداری پهپادی مناطق مسطح و وسیع
48. بررسی تاثیر تغییرات سرعت شاتر و لرزش پهپاد بر دقت توجیه نسبی و ایجاد اورتوموزاییک
49. ارزیابی کارایی الگوریتم‌های فیلتر کردن ابر نقطه پهپاد جهت تولید مدل رقومی زمین (DTM) در مناطق پوشیده از گیاه
50. بررسی میزان پایداری کالیبراسیون داخلی دوربین‌های تجاری سبک نصب شده روی پهپاد طی پروازهای مداوم
51. ارزیابی دقت مدل سه‌بعدی حاصل از تصاویر پهپادهای کم‌هزینه (Low-Cost) در مقایسه با استاندارد نقشه‌برداری
52. استفاده از فتوگرامتری پهپادی multispectral جهت مدیریت هوشمند آبیاری و پایش تنش آبی محصولات کشاورزی
53. تحلیل و کاهش اثر خطای «کاسه‌ای شدن» (Bowl Effect) در خط‌سیرهای پروازی طولی با پهپاد
54. کالیبراسیون رادیومتریک تصاویر پهپاد در روزهای ابری و شرایط نوری متغیر جهت استخراج شاخص‌های گیاهی
55. پایش و آشکارسازی فرنشست زمین در مناطق معدنی با استفاده از فتوگرامتری سری زمانی پهپادی
56. توسعه الگوریتم حذف خودکار سایه درختان در اورتوموزاییک‌های هوایی تهیه شده با پهپاد
57. ارزیابی کارایی داده‌های پهپاد در تحلیل ریسک و ارزیابی خسارات ناشی از سیلاب در مناطق روستایی
58. تخمین ارتفاع و زیست‌توده درختان باغی بر اساس ابر نقاط فتوگرامتری پهپادپایه
59. تحلیل کارایی تکنیک‌های همپوشانی متغیر در پرواز پهپاد جهت کاهش زمان پردازش بدون کاهش دقت
60. ارزیابی سیستم‌های پهپاد Tethered (سیم‌دار) در پایش مداوم و واقعی پروژه‌های عمرانی

۴. ادغام داده‌های LiDAR، SAR و تصاویر فتوگرامتری (عناوین ۶۱ تا ۷۵)

61. هم‌بستگی و ادغام خودکار داده‌های ابر نقطه LiDAR و فتوگرامتری پهپادی در مناطق جنگلی متراکم
62. تلفیق تصاویر اپتیک ماهواره‌ای و داده‌های راداری (InSAR) برای بهبود دقت اندازه‌گیری نرخ جابه‌جایی زمین
63. تولید مدل‌های دقیق شهری سه بعدی با ترکیب داده‌های LiDAR هوایی و تصاویر مایل فتوگرامتری
64. ارزیابی دقت ادغام داده‌های LiDAR زمینی (TLS) و فتوگرامتری برد کوتاه در مستندساز نمای سازه‌های پیچیده
65. استخراج خودکار اشکال هندسی ساختمان‌ها از تلفیق ابر نقطه لیدار و تصاویر اورتو با روش‌های هوش مصنوعی
66. ارزیابی کارایی LiDAR Bathymetry و فتوگرامتری پهپادی زیرآبی در نقشه‌برداری مناطق ساحلی کم‌عمق
67. بهبود رنگ‌آمیزی (True Color Mapping) ابر نقاط LiDAR با استفاده از تصاویر فتوگرامتری با کیفیت بالا
68. تخمین ساختار عمودی جنگل با ادغام داده‌های LiDAR پهپادپایه و تصاویر چندطیفی فتوگرامتری
69. آشکارسازی تغییرات عوارض شهری با ادغام داده‌های heterogenous (رادار، لیدار و فتوگرامتری)
70. استفاده از الگوریتم‌های ثبت دوقطبی برای انطباق ابر نقاط LiDAR دستی و فتوگرامتری برد کوتاه
71. تحلیل پایداری شیروانی‌های خاکی و سنگی با تلفیق داده‌های LiDAR و فتوگرامتری برد کوتاه پهپاد محور
72. ارزیابی کیفیت مدل ارتفاعی رقومی حاصل از ادغام داده‌های رادار پارت S-1 و تصاویر زوج استریو اپتیک
73. بهینه‌سازی الگوریتم‌های هم‌جوشی (Fusion) در سطح پیکسل و عارضه برای تصاویر هوایی و لیدار
74. شناسایی خودکار دکل‌ها و خطوط برق با ادغام intensity داده‌های لیدار و بافت تصاویر فتوگرامتری
75. تخمین زیست‌توده فوقانی درختان شهری بر اساس ترکیب داده‌های اسکنر لیزری زمینی و فتوگرامتری پهپاد

۵. مدل‌سازی سه‌بعدی، دوقلوی دیجیتال (Digital Twin) و HBIM (عناوین ۷۶ تا ۹۰)

76. توسعه چارچوب تبدیل خودکار ابر نقطه فتوگرامتری به مدل اطلاعاتی ساختمان (Scan-to-BIM)
77. پیاده‌سازی دوقلوی دیجیتال یک پردیس دانشگاهی بر پایه داده‌های فتوگرامتری پهپادی و حسگرهای IoT
78. مدل‌سازی سه‌بعدی اطلاعاتی میراث تاریخی (HBIM) با استفاده از داده‌های فتوگرامتری برد کوتاه و پهپاد
79. ارزیابی دقت مدل‌سازی LOD3 و LOD4 ساختمان‌های شهری بر اساس داده‌های فتوگرامتری مایل
80. ارائه روشی برای بهینه‌سازی و سبک‌سازی شبکه‌های سه‌بعدی (3D Mesh) حاصل از فتوگرامتری برای نمایش وب‌پایه
81. استفاده از دوقلوی دیجیتال حاصل از فتوگرامتری در شبیه‌سازی و مدیریت تخلیه اضطراری در بحران‌ها
82. استخراج خودکار مؤلفه‌های معماری سنتی ایرانی از ابر نقطه فتوگرامتری جهت ذخیره در محیط BIM
83. پایش سه‌بعدی تغییرات ساختاری پل‌ها طی زمان و یکپارچه‌سازی آن با سامانه مدیریت پل (BMS)
84. طراحی سامانه تحت وب هوشمند جهت مدیریت و بازبینی سه‌بعدی مدل‌های فتوگرامتری حجیم با 3D Tiles
85. ارزیابی کارایی ابر نقاط فتوگرامتری در ارزیابی شاخص‌های پایداری و انرژی ساختمان در محیط BIM
86. مدل‌سازی سه‌بعدی فضاهای داخلی ساختمان‌ها با ترکیب فتوگرامتری پانورامیک و داده‌های IMU
87. توسعه روش خودکار برای بازسازی هندسی دیوارهای آسیب‌دیده تاریخی بر اساس مدل‌های سه‌بعدی فتوگرامتری
88. مدل‌سازی دوقلوی دیجیتال از شبکه‌های خطوط لوله صنعتی با استفاده از فتوگرامتری برد کوتاه دقت بالا
89. طراحی مدل سه‌بعدی پارامتریک عوارض شهری از روی ابر نقاط فتوگرامتری با منطق فازی
90. پایش وضعیت و تحلیل ترک‌های دیوارهای بنایی تاریخی در مدل HBIM حاصل از فتوگرامتری

۶. فتوگرامتری ماهواره‌ای، محیط‌زیستی و تغییرات اقلیمی (عناوین ۹۱ تا ۱۰۵)

91. تولید خودکار مدل رقومی زمین از تصاویر استریو ماهواره‌های PlanetScope و ارزیابی دقت پوشش‌های گوناگون
92. پایش سه‌بعدی نرخ جابه‌جایی و عقب‌نشینی یخچال‌های طبیعی با فتوگرامتری ماهواره‌ای سری زمانی
93. ارزیابی توانمندی تصاویر استریو ماهواره WorldView-3 در تخمین ارتفاع سازه‌ها و تراکم شهری
94. تخمین میزان جابه‌جایی ناشی از زمین‌لرزه با استفاده از تکنیک هم‌بستگی متقابل تصاویر ماهواره‌ای اپتیک (COSI-Corr)
95. پایش و تخمین حجم فرسایش خندقی (Gully Erosion) با الگوریتم‌های فتوگرامتری هوایی و ماهواره‌ای
96. ارزیابی تاثیر خطاهای توجیه نسبی تصاویر ماهواره‌ای بر دقت مدل‌های استخراجی DEM در مناطق کوهستانی
97. تحلیل فرنشست زمین در دشت‌ها بر پایه هم‌بستگی تصاویر اپتیک ماهواره‌ای و داده‌های پایش زمینی
98. شناسایی و پایش حجم تغییرات گودال‌های باز معادن بر اساس داده‌های فتوگرامتری ماهواره‌ای زمان‌مند
99. ارزیابی قابلیت تصاویر استریو ماهواره‌ای رزولوشن بالا در استخراج الگوی هندسی ساخت‌وسازهای غیرمجاز
100. تخمین تغییرات حجم ذخایر برفی در حوضه‌های آبریز با استفاده از فتوگرامتری پهپادپایه و ماهواره‌ای
101. استخراج خودکار خط ساحلی و پایش نوسانات آب دریاچه ارومیه بر پایه فتوگرامتری ماهواره‌ای زمان‌مند
102. تحلیل و تخمین میزان خسارات ناشی از رانش زمین در جاده‌های کوهستانی با استفاده از تصاویر استریو
103. ارزیابی الگوریتم‌های مثلث‌بندی هوایی تصاویر ماهواره‌ای پوشش بزرگ با تعداد نقاط کنترل محدود
104. پایش سه‌بعدی تغییرات پوشش جنگلی و تخمین تخریب جنگل‌ها با استفاده از DEMهای تاریخی و کنونی
105. ارزیابی کیفیت و دقت مدل ارتفاعی جهانی تولیدشده از تصاویر استریو اپتیک در مقایسه با داده‌های SRTM

۷. نقشه‌برداری متحرک (Mobile Mapping) و ناوبری VSLAM (عناوین ۱۰۶ تا ۱۱۳)

106. ارزیابی دقت سیستم‌های Visual SLAM چنددوربینه در بازسازی سه‌بعدی فضاهای بسته بدون سیگنال GPS
107. تلفیق داده‌های فتوگرامتری دید مستقیم و داده‌های inertial (IMU) جهت افزایش پایداری ناوبری پهپادها
108. استخراج خودکار علائم و تابلوهای ترافیکی افقی و عمودی از داده‌های سیستم نقشه‌برداری متحرک شهری (MMS)
109. بهینه‌سازی الگوریتم‌های VSLAM ترکیبی با دوربین‌های فیش‌آی (Fish-Eye) برای نقشه‌برداری درون تونل‌ها
110. تولید نقشه‌های با کیفیت بالا (HD Maps) برای خودروهای خودران بر اساس داده‌های فتوگرامتری متحرک
111. پایش و شناسایی خودکار خرابی‌های آسفالت معابر شهری بر پایه تصاویر و داده‌های MMS برد کوتاه
112. ارزیابی اثر خطای کالیماتور و انحراف سنسورها در دقت نهایی سیستم‌های نقشه‌برداری متحرک زمینی
113. استفاده از الگوریتم‌های بستن حلقه (Loop Closure) مبتنی بر یادگیری عمیق در VSLAM تصویری

جدول ابزارها، نرم‌افزارها و داده‌های پژوهشی در فتوگرامتری

پاسخ کوتاه: انتخاب نرم‌افزار و منبع داده متناسب با عنوان پایان‌نامه بسیار حیاتی است. برای فتوگرامتری کلاسیک و پهپاد Agisoft Metashape و Pix4D، برای پردازش ابر نقاط CloudCompare، و برای هوش مصنوعی Python و PyTorch استانداردهای اصلی هستند.

معیارهای ارزیابی و استانداردهای علمی یک پایان‌نامه موفق فتوگرامتری

پاسخ کوتاه: یک پایان‌نامه ارزیابی‌شده و باکیفیت باید دارای سنجش‌های خطای دقیق هندسی (RMSE)، معیارهای بینایی ماشین (IoU، F1-Score) و تحلیل حساسیت پارامترها باشد.

اساتید داور در جلسات دفاع به دنبال ادعاهای بدون دلیل نیستند؛ آن‌ها به دنبال اعداد و معیارهای استاندارد آکادمیک می‌گردند. برای تضمین نرفتن زیر سوال پایان‌نامه، معیارهای زیر را در فصل چهارم (نتایج) پیاده‌سازی کنید:

• معیارهای ارزیابی دقت هندسی: محاسبه خطای جذر میانگین مربعات ($RMSE_X, RMSE_Y, RMSE_Z$) بر روی حداقل ۱۰ تا ۱۵ نقطه کنترل چک زمینی (Check Points) که در فرآیند مثلث‌بندی وارد نشده‌اند.
• معیارهای بخش‌بندی و قطعه‌بندی هوش مصنوعی: در صورت استفاده از الگوریتم‌های deep learning، گزارش دقیق شاخص‌های $IoU$ (Intersection over Union)، $Precision$، $Recall$ و $F1-Score$ الزامی است.
• معیارهای کیفیت بازسازی سه‌بعدی: در پروژه‌های NeRF یا Gaussian Splatting، سنجش فاکتورهای کیفیت تصویر مانند $PSNR$، $SSIM$ و $LPIPS$ در مقایسه با تصاویر مرجع ضروری است.
• تحلیل زمان پردازش و پیچیدگی رایانه‌ای: مقایسه زمان پردازش الگوریتم پیشنهادی در برابر روش‌های موجود بر روی سخت‌افزار یکسان.

اشتباهات رایج دانشجویان در انتخاب موضوع و نگارش فتوگرامتری + راه حل سریع

• ❌ اشتباه اول: انتخاب موضوعات بسیار پهناور و کلی
  مثال: «تولید نقشه از تصاویر پهپاد». این موضوعات فاقد جنبه نوآوری علمی بوده و در همان مرحله پروپوزال رد می‌شوند.
  
  ✔ راه‌حل سریع:
  موضوع را محدود و متمرکز کنید؛ مثلاً: «ارزیابی اثر زاویه برداشت تصاویر مایل پهپاد در دقت بازسازی دیواره‌های عمودی در مناطق متراکم شهری».
• ❌ اشتباه دوم: بی‌توجهی به عدم تطابق الگوریتم با توان سخت‌افزاری
  دانشجو موضوعی در زمینه پردازش ویدیوهای هوایی یا NeRF انتخاب می‌کند اما دسترسی به GPU مناسب ندارد.
  
  ✔ راه‌حل سریع:
  پیش از تصویب موضوع، از پلتفرم‌های رایگان ابری مانند Google Colab یا سرویس‌های سرور دانشگاه جهت تست اولیه استفاده کنید.
• ❌ اشتباه سوم: استفاده از نقاط GCP برای ارزیابی دقت هندسی
  محاسبه خطا روی همان نقطاتی که برای توجیه مطلق (GCP) استفاده شده‌اند، منجر به گزارش دقت غیرواقعی می‌شود.
  
  ✔ راه‌حل سریع:
  همواره حداقل ۲۰ تا ۳۰ درصد از نقاط متراژ شده در زمینی را کاملاً مستقل نگه داشته و صرفاً به عنوان Check Point تعریف کنید.

پرسش‌های متداول دانشجویان (FAQ)