Gömülü yaya belirleme sistemi tasarımı ve gerçeklemesi
Embedded design and implemetation of pedestrian detection system
- Tez No: 343876
- Danışmanlar: PROF. DR. VEDAT TAVŞANOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 99
Özet
Artan görüntü işleme çalışmaları ve gelişen teknoloji, görüntü işleme temelli sistemlerin uygulama alanlarını hızla genişletmektedir. Günümüzde, bilgisayarla görü sistemleri ile yüz tanıma, plaka tanıma, yaya tanıma gibi nesne tanıma uygulamalarına sıkça rastlanılmaktadır. Son yıllarda yaya tanıma sistemleri, otomotiv teknolojileri alanında da kendine uygulama sahası bulmakta, trafikte yaşanan kazalar ve nedenleri üzerine hazırlanan raporlar, bu alanda yapılan çalışmalar için motivasyon kaynağı olmaktadır. Dünya Sağlık Örgütü tarafından hazırlanan raporlara göre, trafik kazaları dünya genelinde yılda 1.200.000 insanın ölümüne neden olurken, bu ölümlerin büyük bir çoğunluğunu yayalar oluşturmaktadır. Bu çalışmada Yönlü Gradyanların Histogramı (HOG) algoritması ve Destek Vektör Makinesi (SVM) kullanılarak bir yaya tanıma uygulaması gerçekleştirilmiştir. Yaya tanıma uygulamalarında öznitelik çıkarıcı bir yöntem olarak sıklıkla kullanılan HOG algoritması Sahada Programlanabilir Kapı Dizileri (FPGA) ile donanımsal olarak gerçeklenmiş, çıkarılan özniteliklerin sınıflandırılması ve yaya tanıma işi ise mikroişlemci üzerinde, SVM ile yazılımsal olarak yapılmıştır. Tez çalışması kapsamında, tasarlanan sistemi gerçeklemek üzere FPGA ve mikroişlemcili bir düzenek kurulmuş, düzeneğin birimleri olan FPGA ve mikroişlemciyi haberleştirmek üzere basit bir arayüz kartı tasarlanmıştır. Kurulan düzenekte yer alan FPGA ve mikroişlemci birimlerinin seçiminde düzeneğin taşınabilirliği ve güç tüketimi ön planda tutulmuştur. Buna göre FPGA birimi olarak Terasic firmasının Altera DE0 Nano uygulama geliştirme kartı, mikroişlemci birimi olarak ise ARM mimarisi kullanan BeagleBone uygulama geliştirme kartı kullanılmıştır. Gerçeklenen sistem, NICTA yaya veri tabanından alınan 2000 örnek ile eğitilmiş, aynı veritabanından alınan 2000 farklı örnek ile yapılan testlerde sınıflandırma başarımı %98.15 olarak ölçülmüştür.
Özet (Çeviri)
mage processing based systems rapidly expand the application areas with developing image processing studies and technology. Object recognition applications such as face, licience plate, pedestrian recognition with computer vision systems is frequently encountered nowadays. In recent years, pedestrian recognition systems find its field of application on automotive technologies areas to prevent traffic accidents. Reports prepared on reasons of this accidents be motivation source for studies which is done in this area. According to the reports prepared by World Health Organisation (WHO), traffic accidents caused deaths of 1.200.000 person per year in the world and the vast majority of these deaths are pedestrians. In this study, a pedestrian recognition application was developed by using Histogram of Oriented Gradients (HOG) algorithm and Support Vector Machine (SVM). HOG algorithm which is frequently used as a feature extraction method in pedestrian recognition applications was implemented in FPGA hardware then classification of extracted features and pedestrian recognition are done by SVM software by microprocessor. In this thesis, a mechanism established including FPGA and microprocessor to implement designed system also a basic interface card designed for communicate with FPGA and microprocessor. Mobility and the power consumption are the first priority of selection that FPGA and microprocessor units mounted on assembled mechanism. Altera DE0 Nano application development board produced by Terasic company is used as a FPGA unit and BeagleBone application development board which use ARM architecture is selected as a microprocessor unit. The implemented system is trained with the 2000 train samples of NICTA pedestrian database and obtained 98.15% classification performance with 2000 test samples.
Benzer Tezler
- Derin öğrenme yaklaşımları ile gömülü sistemler için gerçek zamanlı araç sayım ve takip sistemi
Real-time vehicle counting and tracking system with deep learning approaches for embedded systems
ABDULREZZAK DURAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN DUVAR
- Sürücü asistan sistemleri için mobil GPU tabanlı gerçek zamanlı durum analizi ve tespit uygulamaları
Mobile GPU based real-time status analysis and detection applications for driver assistant systems
EMİN GÜNEY
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. CÜNEYT BAYILMIŞ
- Doğrudan görüş hattı olan/olmayan kavşaklarda V2V haberleşme saha test verileri ile başarım değerlendirmesi, modellenmesi ve V2X haberleşme HIL benzetim çalışmaları
Performance evaluation and modelling of V2V communication with field test data at LOS/NLOS intersections and V2X communication HIL simulation studies
SİBEL ARSLAN
Doktora
Türkçe
2017
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MÜZEYYEN SARITAŞ
- Navigation based on inertial sensor data using deep learning techniques
Ataletsel sensör verileriyle derin öğrenme teknikleri kullanılarak navigasyon
MUHAMMET SERHAT SOYER
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET CENGİZ ONBAŞLI
- Gömülü iletken cisimlerin elektromagnetik dalgalar yardımı ile zaman domeninde algılanması
Başlık çevirisi yok
SELÇUK PAKER
Doktora
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİNGÜL YAZGAN