Developing a real-time human and vehicle detection system for monochrome wide area surveillance images
Tek renkli geniş alan gözetleme görüntüleri için gerçek zamanlı insan ve araç tespit sistemi geliştirilmesi
- Tez No: 726199
- Danışmanlar: DOÇ. DR. ENVER ÇAVUŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 121
Özet
Geniş alan hava görüntüleri, keşif ve gözetleme için kullanılan ana kaynaklardan biridir. Çok büyük boyutlu hava görüntülerinden hedef tespiti, yüksek işlem gücü gerektiren bir uzaktan algılama uygulamasıdır. Makul bir geniş alan gözetim sistemine sahip olmak için, görüntü işlemedeki hesaplama karmaşıklığı mümkün olduğunca en aza indirilmelidir. Öte yandan, son yıllardaki çalışmalarda, nispeten düşük karmaşıklığa sahip geleneksel yöntemler yerine derin öğrenme tabanlı yaklaşımlar tercih edilmektedir. Geniş alan görüntülerinde derin öğrenme tabanlı hedef tespit sisteminin kullanılması, minyatür bir sinir ağı mimarisine olan ihtiyacı ortaya çıkarmaktadır. Bununla birlikte, hava görüntülerinden hedef tespiti üzerine yapılan çalışmaların çoğu, yüksek hesaplama karmaşıklığına sahip konvolüsyonel sinir ağlarını kullanır. Bu tez çalışmasında görünüm temelli hedef tespitine yönelik minyatür bir konvolüsyonel sinir ağı tasarlanmış, ve sunulan sistem yaklaşımı ile hava görüntüleri üzerinden yüksek doğrulukta araç tespiti yapılmıştır. Önerilen sistem, insan ve araç tespiti için çeşitli veri setleri üzerinde test edilmiş ve ayrıca kullanılan bu veri setlerinin bir koleksiyonu olan bir bileşik veri seti ile değerlendirilmiştir. Elde edilen sonuçlar göstermektedir ki çok düşük parametre sayısına sahip tamamen konvolüsyon bir derin sinir ağı ile teknoloji harikası olarak nitelendirilen modellerin başarımı yakalanabilmekte hatta daha iyi sonuçlar alınabilmektedir. Önerilen yöntemde parametre sayısının az olması, sistemin FPGA gibi paralel programlama donanımlarında çalıştırılmasına veya ASIC tasarımlarına sığdırılmasına imkan tanımaktadır.
Özet (Çeviri)
Wide-area aerial images are one of the main sources used for reconnaissance and surveillance. Target detection from very large-sized aerial images is a remote sensing application that requires high processing power. In order to have a reasonable wide-area surveillance system, computational complexity on image processing should be minimized as much as possible. On the other hand, in recent studies, deep learning based approaches are preferred instead of traditional methods with relatively low complexity. The use of a deep learning based target detection system in wide-area images reveals the need for miniature neural network architecture. However, most of the studies on target detection from aerial images use convolutional neural networks with high computational complexity. In this thesis, a miniature convolutional neural network was designed for view-based target detection, and high accuracy vehicle detection was performed on aerial images with the presented system approach. The proposed system has been tested on various datasets for human and vehicle detection, and it has also been evaluated with a compound dataset, which is a collection of these used datasets. The results show that with a fully convolutional deep neural network with a very low number of parameters, the performance of the state-of-the-art model can be achieved and even better results can be obtained. The low number of parameters in the proposed method allows the system to be run on parallel programming hardware such as FPGA or to fit into ASIC designs.
Benzer Tezler
- Hatalı yerleştirilen araç sigortalarının şablon eşleştirme yöntemiyle tespiti
Detection of misplaced vehicle fuses using template matching method
MUSTAFA KARAKURT
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET KÜÇÜKER
- Yapay görme ile sürücü yorgunluk durumunun tespit edilmesi
Detecting driver fatigue with artificial vision
ALİ AKİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HABİL KALKAN
- Kanal tabanlı özellik temsili ve derin öğrenmeye dayalı uykululuk sınıflandırması
Drowsiness classification based on channel-based feature representation and deep learning
MUSTAFA RIFAT ÇELİK
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜMRAY ÖLMEZ
- Tekerlekli bir askeri taşıt için otomatik yangın söndürme ve infilak bastırma sistemi tasarımı
Automatic fire suppression and extinguishing system design for a wheeled military vehicle
FATİH AKGÜN
Yüksek Lisans
Türkçe
2017
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. CEMAL BAYKARA
- Autonomous ground refuelling framework of civil aircrafts using computer vision and robotics
Bılgısayar görüsü ve robotık kullanarak sıvıl uçakların otonom yerde ıkmal sıstemının çerçevesının oluşturulması
SÜLEYMAN YILDIRIM
Doktora
İngilizce
2023
Havacılık ve Uzay MühendisliğiCranfield UniversityHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ZEESHAN A. RANA