İnsan tespiti için otonom iç mekan keşfi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, Bilgisayar Eğitimi, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: YUSUF GÖKHAN KÜÇÜKAYAN
Danışman: Hacer Karacan
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İnsansız hava araçlarında yapay zekanın kritik görev özellikleriyle birleştirilmesi giderek daha fazla önem kazanmakta ve geliştirilen sistemler için oyun değiştirici güç faktörü olarak kabul görmektedir. Yapay zeka ve derin öğrenme yöntemleri bu anlamda akıllı drone sistemlerinin kalbini oluşturmaktadır. Araştırmanın temel motivasyonu, özellikle arama-kurtarma operasyonları ve güvenlik izleme sistemleri gibi kritik uygulamalarda kullanılmak üzere, daha etkin ve güvenilir drone ile insan tespit yöntemi geliştirmektir. Bu tez çalışmasında da akıllı drone sistemlerinin getirdiği öncü yeniliklerden esinlenilerek kapalı alanlarda drone ile insan tespiti konusu derinlemesine araştırılmış ve analiz edilmiştir. Çalışma, YOLO (You Only Look Once) olarak bilinen derin öğrenme modeli çerçevesinin ileri tekniklerini kullanarak, insansız hava araçları ile iç mekanlarda insanları otomatik olarak tespit eden, kapalı alan senaryolarına özgü zorlukları aşmak üzere özel olarak tasarlanmış YOLO-IHD modelinin geliştirilmesi ve uygulanması sürecini kapsamlı bir şekilde ele almaktadır. Modelin iyileştirilmesi, küçük nesne tespit katmanının entegrasyonu, Mish aktivasyon fonksiyonunun kullanılması ve geliştirilmiş Uzamsal Piramit Havuzlama (SPP) tekniklerinin uygulanması gibi yenilikçi özelliklerle gerçekleştirilmiştir. Bu geliştirmeler, modelin kapalı ortamlardaki insan tespiti performansını önemli ölçüde artırmıştır. Bu modeli dahada uyumlu ve dayanıklı hale getirmek için çeşitli iç mekan ortamlarından özgün olarak veri seti toplanmıştır. Toplanan veri seti ile drone uygulamalarında obje tespiti için sıkça kullanılanın kaliteli veri setleri harmanlanarak kapalı ortamda insan tespiti için özelleştirilmiş yeni bir veri seti oluşturulmuştur (IHD Veri Seti). Bu sayede model karmaşık kapalı alan ortamlarında insanları tespit etme doğruluğunu önemli ölçüde artırmıştır. Ayrıca, gerçek zamanlı tespit yapabilmesi için model, tez kapsamında özgün olarak geliştirilmiş bir iç mekan drone sistemi ile gerçek dünya koşullarında test edilmiştir. Bu deneyler, modelin kapalı alanlarda ve çeşitli zorlu senaryolarda insanları tespit edebilme kapasitesinde önemli iyileştirmeler sunduğunu ortaya koymuştur. Önerilen model, özellikle düşük çözünürlüklü kameralar ve sınırlı işlem kapasitesine sahip drone sistemleri için optimize edilmiş, yüksek doğruluk ve düşük gecikme süresi ile insan tespitinde önemli başarımlar sağlamıştır.