Development of RW-UAV detection model using deep learning training with a synthetic dataset
Sentetik veriseti ile derin öğrenme eğitimi kullanarak döner kanat İHA tespit modelinin geliştirilmesi
- Tez No: 695834
- Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Hedef tespiti, Yapay zeka, Target detection, Artificial intelligence
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Döner kanatlı insansız hava araçlarının (İHA) kullanımı her geçen gün artmakta ve erişilebilirliği kolaylaşmaktadır. Kolay erişilebilirlik ve kullanılabilirliğin dezavantajı olarak İHA teknolojisi güvenliği ve kişisel alanları tehdit etmektedir. Erişilebilirliği kolay olan bu teknoloji ucuz ve kolay kuruluma sahip bir algılayıcı ile tespit edilmelidir. Çalışmanın amacı kamera ve makine öğrenmesi tabanlı sistemler kullanılarak İHA tespit algılayıcısının geliştirilmesidir. Algılayıcı teknolojisinde son zamanlarda başarılı sınıflandırma sonuçları gösteren derin öğrenme metodu kullanılmıştır. Derin öğrenme yöntemi ile eğitilen yapay zekalar başarım olarak etkili sonuçlar gösterir. Diğer taraftan yapay zeka (YZ) eğitiminde çok fazla veriye ihtiyaç duyar. Bu engeli aşmak için derin öğrenme algoritmasının ihtiyaç duyduğu veri setini oyun motoru yazılımları kullanarak sentetik olarak üretildi. Çalışmanın özgün yönü sentetik olarak üretilen imgeler ile eğitilen yapay zekanın gerçek veriler üzerinde test edilerek 90% başarı elde etmesidir. Sentetik veriler ile doğrudan eğitilen ve gerçek veriler ile test edilen YZ'nın başarısı oldukça düşüktür. Bunun sebebi sentetik ve gerçek imge arasındaki gerçeklik farkıdır. Bu farkı en aza indirmek farklı özellik çıkarım algoritmaları için 7 farklı deney tasarlandı. Deneylerden biri bizim özgün olarak geliştirdiğimiz CDNTS özellik çıkarım katmanıdır. CDNTS katmanı gerçek verileri 90% oranında başarılı sınıflandırmıştır.
Özet (Çeviri)
The use of rotary wing unmanned aerial vehicles (UAV) is increasing day by day and their accessibility is getting easier. As a disadvantage of easy accessibility and usability, UAV technology threatens security and personal areas. This technology, which is easy to access, should be detected with a cheap and easy-to-install detector. The aim of the study is to develop the UAV detection sensor using camera and machine learning based systems. Deep learning method has been used in sensor technology, which has shown successful classification results recently. Artificial intelligence trained with deep learning method shows effective results in terms of performance. On the other hand, artificial intelligence (AI) training needs a lot of data. To overcome this obstacle, the data set needed by the deep learning algorithm was produced synthetically using game engine software. The original aspect of the study is that the artificial intelligence trained with synthetically produced images was tested on real data and achieved 90% success. The success of AI, which is directly trained with synthetic data and tested with real data, is very low. The reason for this is the difference between the synthetic and real image. To minimize this difference, 7 different experiments were designed for different feature extraction algorithms. One of the experiments is the Corner Detection and Nearest Three-point Selection (CDNTS) feature extraction layer that we originally developed. The CDNTS layer classified the real data with 90% success.
Benzer Tezler
- Katmanlı kompozit panellerin anlık basınç yüküne dinamik cevabı
Dynamic response of laminated composite panels subjected to blast loading
HALİT S. TÜRKMEN
Doktora
Türkçe
1997
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
PROF. DR. ZAHİT MECİTOĞLU
- Gemilerin manevra denklemlerinin bilgisayarla çözümü
The Solutions of equations of ship manoeuvres by the computer
EMİN KORKUT
- Yakın menzilli keşif ve gözetleme insansız hava aracı ön dizaynı
Preliminary design of an unmanned air vehicle for close-range reconnaissance and surviellance
ÖMER SOYKASAP
- Güneş enerjisiyle desteklenen insansız hava aracı tasarım ve üretimi
Solar powered UAV design and production
FATİH BAYKAL
Yüksek Lisans
Türkçe
2022
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ALİM RÜSTEM ASLAN
- A software defined network framework in 5G wireless systems
5G kablosuz sistemlerde yazılım temelli ağ iskeleti
GÖKHAN SEÇİNTİ
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BERK CANBERK