Geri Dön

Gömülü platformlar için kuşbakışı görüntüler üzerinden derin öğrenme temelli gerçek zamanlı şerit tespit sistemi

Real-time deep learning based lane marking system over bird's eye view for embedded platforms

  1. Tez No: 611609
  2. Yazar: GÖKHAN TARIM
  3. Danışmanlar: PROF. DR. OĞUZHAN URHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Otonom araçlar son yıllarda büyük önem kazanmaktadır. Şerit takip sistemleri otonom araçların en önemli bileşenleridir. Şerit takip işlemi için şerit işaretlerinin başarılı bir şekilde tespit edilmesi gerekmektedir. Bu çalışmada otonom araçlar için şerit işaretlerinin tespitine yönelik derin öğrenme temelli gerçek zamanlı bir yöntem önerilmektedir. Önerilen yöntemde kameradan alınan görüntüler öncelikle kuş bakışı görüntülerine çevrilmekte ve şerit işaretlerinin bulunması nesne tespit problemi olarak ele alınmaktadır. Nesne tespiti işleminde derin öğrenme kullanan YOLO yönteminden faydalanılmaktadır. YOLO yöntemiyle şerit işaretleri sınırlayıcı kutular içine alınarak tespit edilmektedir. Bu sınırlayıcı kutuların ortasında oluşturulan çizgiler sayesinde ters kuş bakışı dönüşümü sonrası şerit işaretlerinin orijinal görüntüdeki yeri tespit edilmektedir. Son işlem aşamasında tespit edilen şerit işareti konumları filtrelenerek işlenmektedir. Böylece anlık şerit işareti tespit edilmeme durumlarının performansa olası olumsuz etkisi giderilmektedir. Ayrıca önerilen yöntem gömülü platformlarda gerçek zamanlı çalışma yeteneğine sahiptir.

Özet (Çeviri)

Autonomous vehicles have gained importance in recent years. Lane detection systems are most important components of autonomous vehicles. Lane markings are need to be detected successfully for lane detection systems. In this study, deep learning based real time method is proposed for lane detection for autonomous vehicles. In the proposed method, images that captured from camera is converted to bird's eye view perspective and the presence of lane markings are considered as object detection problem. In object detection process, YOLO method that using deep learning is used. The lane markings area is detected in bounding boxes thanks to YOLO method. With the lines that are center position of bounding boxes, lane markings in the location of original image is detected after reverse bird's eye view image transformation. At the last step of processing, filtering to the detected lane marking locations. Thus, the negative impact of the instances not detected instantly are eliminated. Additionally, the proposed method is capable of working real-time on embedded platforms.

Benzer Tezler

  1. Gömülü platformlar için görüntü işleme temelli gerçek zamanlı şerit tespit ve uyarı yöntemleri

    Image processing based real-time lane detection and warning methods for embedded platforms

    AYHAN KÜÇÜKMANİSA

    Doktora

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZHAN URHAN

  2. Gömülü grafik işlemcileri için opencl tabanlı görüntü işleme kütüphanesi ve insan yüzü tespit etme uygulaması

    Opencl based image processing library for embedded gpgpus and a sample face detection application

    OSMAN SEÇKİN ŞİMŞEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OĞUZ ERGİN

  3. Aygıt ağacı yazılımlarının model güdümlü geliştirilmesi

    Model-driven development of device tree software

    SADIK ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı

    DOÇ. DR. GEYLANİ KARDAŞ

  4. Gömülü sistemler üzerinde opencl tabanlı görüntü “işleme kütüphanesi ve kernel füzyon

    Opencl based image processing library and kernel fusion on embedded systems

    HAKKI DOĞANER SÜMERKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. OĞUZ ERGİN

  5. Embedded WEB server design for management of real time system

    Gerçek zamanlı gömülü sistemler için ağ sunucusu tasarımı

    NURŞEN AYAYDIN

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SEMİH BİLGEN