Geri Dön

Ağ kaynaklarını verimli kullanan bir video gözetleme sistem mimarisi

A video surveillance system architecture that uses network resources efficiently

  1. Tez No: 674907
  2. Yazar: BURCU URAL
  3. Danışmanlar: DOÇ. DR. MÜGE SAYIT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: 59

Özet

Son yıllarda video kameraların gelişmesi ve maliyetlerinin azalmasıyla birlikte, video gözetleme sistemleri oldukça yaygın kullanılmaya başlamıştır. Okul, hastane gibi çeşitli kamusal alanlarda, özel mülklerde ve askeri alanlarda çeşitli amaçlarla video gözetleme sistemlerinden yararlanılmaktadır. Bu sistemlerin izlenim ve kontrolünün otomatik olarak yapılması, sistemden amaca yönelik alınan verimi artırmakta, hata ve maliyetleri en aza indirmektedir. Bu tez kapsamında bir video gözetleme sistemi geliştirilirken, ağ kaynağı kullanımını optimize edebilmek amacıyla bir otokontrol mekanizması kullanılmıştır. Bu otokontrol mekanizması sayesinde sistem kendi yanlışlarını tahmin edebilmekte ve bu yanlışların oranına göre video kalitesi ile gözetleme işleminin periyodunu ayarlayabilmektedir. Sistemde nesne tanıma işlemi için YOLOv3 ağ modeli kullanılmıştır. Nesne takip işlemi için ise öklid uzaklığı formülünden yararlanılmıştır. Çalışma kapsamında önerilen sistemin nesne tanıma başarıları hesaplanmış ve otokontrol mekanizması olmaksızın elde edilen sonuçlar ile önerilen sistemin deneysel sonuçları karşılaştırılmıştır. Önerilen sistemin, ağ kaynağı kullanımı ve başarı oranları bakımından optimal sonuçlar verdiği görülmüştür.

Özet (Çeviri)

With the development of video cameras and the decrease in costs in recent years, video surveillance systems have started to be used widely. Video surveillance systems are used for various purposes in various public places such as schools, hospitals, private properties and military areas. Automatic monitoring and control of these systems increases the efficiency of the system for the purpose and minimizes errors and costs. While developing a video surveillance system within the scope of this thesis, an auto-control mechanism has been used in order to optimize network resource usage. Thanks to this auto-control mechanism, the system can predict its own mistakes and adjust the video quality and the period of the surveillance process according to the rate of these mistakes. The YOLOv3 network model is used for object recognition in the system. The Euclidean distance formula was used for object tracking. Within the scope of the study, the object recognition success of the proposed system was calculated and the results obtained without the auto-control mechanism were compared with the experimental results of the proposed system. It has been observed that the proposed system gives optimal results in terms of network resource usage and success rates.

Benzer Tezler

  1. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. Ortak hedefli röleli telsiz iletişim sistemlerinde bit ve enerji verimliliği analizi

    Goodput and energy efficiency analysis for wireless relayed communication systems with common destination

    SİNAN ATAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN ÜMİT AYGÖLÜ

  3. Personalized quality of experience (QOE) management using data driven architecture in 5g wireless networks

    5g kablosuz ağlarda veri dayalı mimari kullanarak kişiselleştirilmiş deneyim kalitesi (QOE) yönetimi

    ZAHRAA QASIM ABED AL-EZZI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ABDULLAHI ABDU IBRAHIM

  4. Advanced mobility robustness optimization techniques in mobile heterogeneous networks with the inclusion of 5G

    5G dahil mobil heterojen ağlarda gelişmiş mobilite sağlamlık optimizasyon tekniği

    WAHEEB SALIM ABDULRAB TASHAN

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SULTAN ALDIRMAZ ÇOLAK

  5. Yatay eksenli sualtı akıntı türbinlerinde kavitasyon olgusunun deneysel ve lineer olmayan sayısal yöntemler ile incelenmesi

    Investigation of cavitation phenomenon in horizontal axis marine current turbine by experimental and nonlinear numerical methods

    MEHMET SALİH KARAALİOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR BAL