Geri Dön

Derin öğrenme temelli sinirsel ağlar kullanılarakaraç marka ve plaka tanımlamalıgüvenlik sisteminin gerçekleştirilmesi

Implementation of vehicle brand and plate recognition security system by using deep learning based neural networks

  1. Tez No: 694459
  2. Yazar: RECEP TANIL CENGİZ
  3. Danışmanlar: DOÇ. DR. AHMET KAYABAŞI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Karamanoğlu Mehmetbey Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 65

Özet

Yapay Zeka ve derin öğrenme alanlarında katedilen gelişmeler sayesinde artık bilgisayarlar nesneleri birbirinden ayırt etmede daha yüksek doğruluk ile sonuç verebilmektedir. Bu teknolojiler güvenlik sistemlerinde hızla yaygınlaşmakta ve geleneksel yöntemlerin yerini almaktadır. Plaka tanıma sistemleri otoyol, hususi otopark, site, hastane, işyerleri gibi yerlerde yaygın olarak kullanılmaktadır. Bu gibi yerlerde güvenlik açısından sadece plaka kontrolü ile sınırlı kalmak güvenlik zaafiyetlerine yol açabilmektedir. Bu durumda kontrol sistemi ek bir kontrole daha ihtiyaç duymaktadır. Bu ek kontrol UHF RFID pasif etiketi araç camına yapıştırmak suretiyle olabileceği gibi araç şöförünün otopark girişinde pencereden giriş kartını okutması suretiyle olabilmektedir. Ancak bu yöntemler ek maliyet ve girişte zaman kaybına yol açabilmektedir. Bunun yerine plaka tanıma işlemine tabi tutulan aracın, yapay zeka yöntemleri ile marka ve model bilgisinin yanında renk bilgisinin de kontrol işlemine dahil edilmesi sahte plaka kullanılarak plaka tanıma sisteminin kandırılmasının önüne geçebilecektir. Derin öğrenme yöntemi olarak önceden hazırlanmış önden çekilmiş araç fotografları kullanılarak Sadece Bir Kez Bak (SBKB) algoritması üzerinde model eğitimi gerçekleştirilmiş, eğitilen model web tabanlı yazılım ile entegre edilerek çalıştırılmıştır.

Özet (Çeviri)

Thanks to the advances in artificial intelligence and deep learning, computers can now result in higher accuracy in distinguishing objects. These technologies are rapidly spreading in security systems and replace traditional methods. License plate recognition systems are widely used in highways, private car parks, sites, hospitals and workplaces. In such places, being limited to only license plate control in terms of security may lead to security weaknesses. In this case, the control system needs additional control. This additional control can be done by pasting the UHF RFID passive tag on the windshield of the vehicle, or by having the driver read the entrance card through the window at the car park entrance. However, these methods can lead to additional cost and time loss at entry. Instead, the vehicle, which is subject to license plate recognition, to include the make model and color information in the control process with artificial intelligence methods, can prevent the identification of the license plate recognition system by using a forged license plate. As a deep learning method, model training carried out on the You Only Look Once (SBKB) algorithm using pre-drawn vehicle photographs, and the trained model integrated and operated with web-based software.

Benzer Tezler

  1. A deep learning architecture for missing metabolite concentration prediction

    Eksik metabolit miktarı tahmini için bir derin öğrenme mimarisi

    SADİ ÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ ÇAKMAK

  2. Akıllı ev sisteminde derin öğrenme tabanlı enerji tüketim tahmini

    Deep learning-based energy consumption prediction in smart home system

    BİRCE DAĞKURS

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    İleri Teknolojiler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL ATACAK

  3. Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids

    Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi

    FATHI FARAH FADOUL FATHI FARAH FADOUL

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN ÇAĞLAR

  4. Sinema ve terapi Venüs'ün Çiçek Sepeti

    Cinema and theraphy the Flower Basket of Venus

    CANEL BİNGÖL

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Güzel SanatlarMarmara Üniversitesi

    Sinema Televizyon Ana Sanat Dalı

    PROF.DR. SEMİR ASLANYÜREK

  5. Deep learning based fabric defect detection

    Derin öğrenme temelli kumaş hatası tespiti

    YAVUZ KAHRAMAN

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri MühendisliğiGaziantep Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPTEKİN DURMUŞOĞLU