Sığırlarda Planum nasolabialenin bilgisayarlı görüyle incelenmesi
Investigation of the Planum nasolabiale in cattle by computerized imaging
- Tez No: 1001989
- Danışmanlar: DR. ÖĞR. ÜYESİ İMDAT ORHAN
- Tez Türü: Yüksek Lisans
- Konular: Veteriner Hekimliği, Anatomi, Veterinary Medicine, Anatomy
- Anahtar Kelimeler: Burun Deseni, Planum Nasolabiale, Kimlik Tespiti, Planum Nasolabiale, Muzzle Pattern, Identification
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Veterinerlik Anatomisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, sığırlarda bireysel kimliklendirme amacıyla Planum nasolabiale (PN) temelli, derin öğrenme tabanlı bir biyometrik tanıma sistemi geliştirilmiş ve değerlendirildi. Günümüzde hayvancılık sektöründe güvenilir kimliklendirme ihtiyacının artması, hayvan refahını koruyan, düşük maliyetli ve yüksek doğruluklu alternatif yöntemlerin geliştirilmesini gerekli kılmakta. Bu kapsamda çalışmada, PN'nin kalıcı ve ayırt edici morfolojik özelliklerinden yararlanılarak, buzağı döneminden erişkin döneme kadar bireyleri tanıyabilen bütünleşik bir kimliklendirme sistemi tasarlandı. Geliştirilen sistem iki aşamalı bir yapıdan oluşmaktadır. İlk aşamada YOLOv12n tabanlı bir model ile görüntülerden burun bölgesi otomatik olarak tespit edildi. İkinci aşamada ise EfficientNetB0 tabanlı sınıflandırma modeli kullanılarak bireysel tanıma gerçekleştirilmiştir. Model, test setinde %96 genel doğruluk sağlamış; bireysel tanıma başarısı %95,0 ile %98,8 arasında değişti. Buzağı döneminde kaydedilen burun desenleri kullanılarak erişkin dönemde bireylerin %96,3 doğrulukla tanınabildiği belirlenmiştir. Gerçek zamanlı saha testlerinde sistem %94,8 doğruluk göstermiş, uygun koşullarda bu oran %97,2'ye ulaştı. Çalışmada ayrıca saman gibi çevresel gürültü unsurlarının sistem performansı üzerindeki etkisi incelenmiş ve önerilen şerit deseni maskeleme yöntemi ile sınıflandırma doğruluğu %4,8 oranında artırılmıştır. Zaman içinde tutarlılık analizleri, PN desenlerinin büyüme sürecinde yüksek oranda korunduğunu ve sistemin 18 aylık süreçte bireyleri %98,1 ortalama güven skoru ile tanıyabildiğini ortaya koymuştur. Bilinmeyen bireylerin %92,5 doğrulukla doğru sınıfa atanması, sistemin güvenilir reddetme yeteneğine sahip olduğunu göstermektedir. Hesaplama performansı açısından sistemin 120 FPS hızında çalışabilmesi, gerçek zamanlı uygulamalar için uygun olduğunu ortaya koymuştur. Elde edilen tüm bulgular birlikte değerlendirildiğinde, PN temelli biyometrik sistemin sığırlarda bireysel kimliklendirme için kalıcı, güvenilir ve yüksek doğruluklu bir çözüm sunduğu ve geleneksel kimliklendirme yöntemlerine güçlü bir alternatif oluşturduğu sonucuna varılmıştır.
Özet (Çeviri)
In this study, a deep learning–based biometric identification system using the Planum nasolabiale (PN) of cattle was developed and evaluated for individual recognition. The increasing demand for reliable identification in modern livestock production necessitates alternative methods that are non-invasive, cost-effective, and highly accurate while preserving animal welfare. Accordingly, this study proposes an integrated identification framework capable of recognizing individuals from the calf stage to adulthood by exploiting the permanent and distinctive morphological characteristics of the PN. The proposed system consists of two main stages. In the first stage, the nasal region is automatically detected from images using a YOLOv12n-based model. In the second stage, individual classification is performed using an EfficientNetB0-based classifier. The model achieved an overall test accuracy of 96%, with individual recognition rates ranging from 95.0% to 98.8%. Using PN patterns acquired during the calf stage, individuals were correctly identified in adulthood with an accuracy of 96.3%. In real-time field experiments, the system achieved 94.8% accuracy, which increased to 97.2% under optimal conditions. The impact of environmental noise, particularly straw contamination on the nasal surface, was also examined. The proposed stripe-pattern masking technique improved classification accuracy by 4.8%. Temporal consistency analysis demonstrated that PN patterns remained highly stable throughout an 18-month growth period, allowing the system to identify individuals with an average confidence score of 98.1%. The model also successfully assigned unknown individuals to the correct class with 92.5% accuracy, indicating a strong rejection capability. In terms of computational efficiency, the system operated at 120 FPS, confirming its suitability for real-time applications. Overall, the findings indicate that PN-based biometric identification provides a robust, reliable, and high-accuracy solution for individual cattle identification and represents a strong alternative to conventional identification methods.
Benzer Tezler
- Evcil hayvanlarda farklı bölgelerden ölçülen vücut sıcaklıklarının yöntemsel değerlendirilmesi
Methodological evaluation of body temperature measured from different regions in domestic animals
DELAL SORGUCU
Yüksek Lisans
Türkçe
2020
Veteriner HekimliğiFırat Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. MUSTAFA İSSİ
- Tekstil endüstrisi çalışanlarında mesleki risk faktörlerinin vücut sistemleri üzerine etkileri
The Effects of occupational risc factors to body systems in workers of textile industry
NİLÜFER CETİŞLİ
Yüksek Lisans
Türkçe
2000
Fiziksel Tıp ve RehabilitasyonHacettepe ÜniversitesiFizik Tedavi ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. NURAY KIRDI
- Otoimmün hastalıklarda ağız bulguları ve labial minör tükrük bezleri değişimlerinin değerlendirilmesi
Başlık çevirisi yok
KERİM ORTAKOĞLU
- Sarıkamış harekatı
Sarıkamış battle
RAMAZAN BALCI
Doktora
Türkçe
1999
Türk İnkılap Tarihiİstanbul ÜniversitesiAtatürk İlkeleri ve İnkılap Tarihi Ana Bilim Dalı
DOÇ. DR. MAHİR AYDIN
- Sığırlarda değişik süt verim kontrol ve hesaplama yöntemleri üzerine araştırmalar
Başlık çevirisi yok
ÖZGÜN TALAN