Derin öğrenme ile yaya-araç tespiti ve mesafe kestirimi
Pedestrian-vehicle detection with deep learning and distance estimation
- Tez No: 712516
- Danışmanlar: PROF. DR. MUSA ALCI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgisayarla görme, Derin öğrenme, Gelişmiş sürücü yardım sistemi, Mesafe ölçme, Computer vision, Deep learning, Advanced driver-assistance system, Distance measurement
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünya çapında, artan trafik kazalarını azaltmak için, yayaların ve sürücülerin güvenliğini sağlamak amacıyla geliştirilen ADAS sistemlerine olan ilgi her geçen gün artmaktadır.~Bu konuda gerçekleştirilen çalışmalardan bir tanesi de öndeki araçlarla veya yayalarla olan mesafenin tespit edilerek olası bir kazayı önlemek üzerinedir. Günümüzde bu mesafe ölçümleri Radar, LiDar, kamera, vb. araçlar kullanılarak yapılmaktadır. Yapılan tez kapsamında, insan ve araçlardan oluşan bir veri seti hazırlanmış ve YOLOv5s modeli kullanılarak eğitildikten sonra, insan ve araç tespiti için kullanılmıştır. Bu tespit edilen araç ve yayaların mesafeleri IPM metodu kullanılarak tahmin edilerek sürücüye uyarı verebilecek bir sistem geliştirilmiştir. Geliştirilen sistem, nesne tespiti ve mesafe tahminini 30 fps hızla yapmakta olup, nesne tespitini ortalama hassasiyetlerin ortalaması @0,5(Mean Avarage Precission - mAP) için 0,835 değeriyle gerçekleştirmektedir. Mesafe tahminleri de gerçek ölçümlerle kıyaslanmış ve gerçeğe çok yakın tahminlerde bulunulduğu görülmüştür.
Özet (Çeviri)
The interest in ADAS systems, which are developed to reduce the increasing traffic accidents and to ensure the safety of pedestrians and drivers, is increasing day by day.~One of the studies carried out on this subject is to prevent a possible accident by measuring the distance to the vehicles or pedestrians in front.~Generally, these distance measurements are done by Radar, LiDar, camera, etc. Within the scope of the thesis, a data-set consisting of people and vehicles was prepared and this data-set was used to train the YOLOv5s model. After training, this model was used for pedestrian-vehicle detection.A system has been developed to warn the driver by estimating the distances of these detected vehicles and pedestrians using the IPM method.~The developed system performs object detection and distance estimation at 30 fps and performs object detection with a value of 0.835 for [email protected].~The distance estimates were compared with the actual measurements and it was seen that the estimates were very close to the truth.
Benzer Tezler
- Generating a high-definition map (HD MAP) via yolo (you only look once) deep learning-based object detection model
Yolo (you only look once) derin öğrenme tabanli nesne tespit modeli ile yüksek tanimli hari̇ta (HD MAP) oluşturma
YASİN MEMİ
Yüksek Lisans
İngilizce
2025
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HANDE DEMİREL
- Prediction of the pedestrian crossing intention using deep learning
Yayaların karşıya geçme davranışlarının derin öğrenmeyle tahmini
BERK EREN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET HAMDİ KAYRAN
- Derin öğrenme yaklaşımları ile gömülü sistemler için gerçek zamanlı araç sayım ve takip sistemi
Real-time vehicle counting and tracking system with deep learning approaches for embedded systems
ABDULREZZAK DURAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN DUVAR
- YOLOv3 ve faster R-CNN'in caltech yaya veriseti üzerinde karşılaştırılması
Comparison of YOLOv3 and faster R-CNN on caltech pedestrian dataset
İSMAİL BAŞ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYLİN KANTARCI
- Sürücü destek sistemleri için termal kamera görüntülerinde derin öğrenme tabanlı yaya tespiti
Deep learning based pedestrian detection in thermal camera images for driver assistance systems
ÇAĞLA ERDEM ÖZTAŞ
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SENCER ÜNAL