Derin öğrenme tabanlı geçek zamanlı kimliklendirme sistemi
Deep learning based real time identification system
- Tez No: 706468
- Danışmanlar: PROF. DR. DAVUT HANBAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Günümüzde nesne tespiti ve takibi en çok çalışılan alanlardan birisi olmuştur. Bunun sebebi günlük hayatta karşılaşılan güvenlik, savunma, medikal, robotik ve oto pilot araç kullanımlarında kritik öneme sahip olmasıdır. Bu amaçla yapay zekâ ve makine öğrenmesi kullanan birçok karar destek sistemi veya uzman sistem geliştirilmeye çalışılmıştır. Son zamanlarda derin öğrenme ve donanım alanında yaşanan gelişmelere bağlı olarak etkin ve güvenilir birçok nesne tespiti ve takip sistemi geliştirilmiştir. Derin öğrenme algoritmalarının performansını arttırmak ve daha ekonomik sistemler geliştirmek amacıyla nesne tespiti ve takibi alanında çalışmalar hızla devam etmektedir. Yeni algoritmalar tasarlayan bilim adamları, hesaplama yükünü azaltacak ve performansı arttıracak modeller geliştirmek için çalışmalar yürütmektedir. Geliştirilen yeni modeller gerçek zamanlı uygulamalarda kullanılabilecektir. Bu tez çalışmasının amacı derin öğrenme yaklaşımları kullanılarak çevrimiçi nesne takip sistemlerinin başarımını arttırmak ve günlük hayatta kullanılabilecek bir uygulama geliştirmektir. Tez, iki kısımdan oluşmaktadır. İlk olarak, çoklu nesne takibi derin öğrenme modeli FairMOT üzerinde mevcut optimizasyon algoritmalarının karşılaştırılması yapılmıştır. Hiper parametreler arasında yer alan optimizasyon algoritmaları mevcut yaklaşımlar denenerek daha başarılı bir model elde edilmiştir. MOT20 veri seti kullanılarak FairMOT derin öğrenme modeline farklı optimizasyon yöntemleri uygulanmıştır. En iyi sonuç RMSprop optimizasyon algoritması kullanılarak elde edilmiştir. İkinci kısımda ise çoklu kamera sistemlerinde çalışan derin öğrenme tabanlı gerçek zamanlı bir yüz takip sistemi geliştirilmiştir. Yüz tespiti amacıyla SCRFD modeli, yüz tanıma için ise ArcFace modeli kullanılmıştır. Nesne takibi için ise yüz tespiti ve yüz tanıma modellerinden faydalanılarak DeepSORT algoritması kullanılmıştır. Gerçek zamanlı olarak verinin işlenebilmesi için Apache Kafka akış işleme sistemi ve Socket.IO çift yönlü iletişim kütüphanesinden yararlanılmıştır. Yapılan çalışma sonucunda başarılı bir yüz tespit, tanıma ve takip sistemi uygulaması geliştirilmiştir.
Özet (Çeviri)
Nowadays, object detection and tracking has become one of the most studied areas. The reason for this is that it is of critical importance in the use of security, defense, medical, robotic and autopilot vehicles encountered in daily life. For this purpose, many decision support systems or expert systems using artificial intelligence and machine learning have been tried to be developed. Recently, depending on the developments in the field of deep learning and hardware, many effective and reliable object detection and tracking systems have been developed. In order to increase the performance of deep learning algorithms and to develop more economical systems, studies in the field of object detection and tracking continue rapidly. Scientists who design new algorithms are working to develop models that will reduce the computational cost and increase performance. Developed new models can be used in real-time applications. The aim of this thesis is to increase the performance of online object tracking systems by using deep learning approaches and to develop an application that can be used in daily life. The thesis consists of two parts. First, a comparison of existing optimization algorithms on the multi-object tracking deep learning model FairMOT is made. Optimization algorithms, which are among the hyper-parameters, have been tried and a more successful model has been obtained. Different optimization methods were applied to the FairMOT deep learning model using the MOT20 dataset. The best results were obtained using the RMSprop optimization algorithm. In the second part, a deep learning based real-time face tracking system working on multiple camera systems has been developed. SCRFD model was used for face detection and ArcFace model was used for face detection. For object tracking, the DeepSORT algorithm was used by making use of face detection and face recognition models. Apache Kafka stream processing system and Socket.IO bidirectional communication library were used to process data in real time. As a result of the study, a successful face detection, recognition and tracking system application has been developed.
Benzer Tezler
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Makine öğrenmesi ile gelişmiş polarizasyon kestirim yöntemi
Advanced polarization estimation method with machine learning
YUSUF ÖNÜR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HARUN TAHA HAYVACI
- Derin öğrenme tabanlı gerçek zamanlı polip tespit yöntemlerinin geliştirilmesi ve incelenmesi
Development and investigation of deep learning based real-time polyp detection methods
İSHAK PAÇAL
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DERVİŞ KARABOĞA
- Derin öğrenme tabanlı gerçek zamanlı video analiz uygulamaları için dağıtık kenar hesaplama sistemi
Distributed edge computing system for deep learning based real-time video analysis applications
İRFAN KILIÇ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP AYDIN
- A deep learning based real-time object detection implementation in a virtual instrument cluster
Sanal gösterge panelinde derin öğrenme tabanlı gerçek-zamanlı nesne algılama uygulaması
ABDELRAHMAN MAGDY IBRAHIM FAWZY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZHAN URHAN