YOLO-V4 algoritması ile sosyal mesafelerin fotogrametrik yöntemle üç boyutlu gerçek zamanlı tespiti
Three-dimensional real-time detection of social distances by photogrammetric method with YOLO-V4 algorithm
- Tez No: 735056
- Danışmanlar: PROF. DR. FEVZİ KARSLI
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Koronavirüs (COVID-19), ilk kez 2019 yılının son aylarında Çin'in Hubei eyaleti başkenti Wuhan'da ortaya çıkan ve günümüzde de etkilerini sürdüren bir hastalıktır. Hastalık, solunum yoluyla bulaşması nedeniyle kısa sürede yayılmış ve 11 Mart 2020'de Dünya Sağlık Örgütü (DSÖ) tarafından hastalığın pandemi olarak ilan edilmesine neden olmuştur. İnsanlık tarihi boyunca çeşitli salgın hastalıklar nedeni ile gündeme gelen sosyal mesafe kavramı COVID-19 ile tekrar gündeme gelmiş ve salgına karşı tedbirlerde birinci sırada yerini almıştır. Bu süreçte sosyal mesafenin kontrolü amacıyla çeşitli kısıtlamalar getirilmiş, kontrol mekanizmaları geliştirilmiş ve yardımcı sistemlere entegre çözümler ön plana çıkmıştır. Çalışma kapsamında sosyal mesafelerin fotogrametrik yöntemle üç boyutlu koordinatlarla gerçek zamanlı tespitine yönelik bir algoritma tasarlanmıştır. İki bilgisayar kamerası ile oluşturulan stereo görüş sistemi ile elde edilen görüntülere ait sahneler değerlendirilmiş ve kişiler YOLO-V4 algoritmasıyla tespit edilmiştir. Tespit edilen kişiler arası sosyal mesafeler üç boyutlu gerçek koordinatlar bazında hesaplanmış ve gerçek zamanlı olarak analiz edilmiştir. Sosyal mesafe tespitine yönelik var olan algoritmalar incelediğinde, mesafelerin iki boyutlu piksel koordinatları ya da sahne bağımlı üç boyutlu referans noktaları baz alınarak hesaplandığı görülmüştür. Geliştirilen algoritma, kişiler arası mesafeleri sahneden bağımsız, üç boyutlu gerçek koordinatları ile yüksek doğrulukta hesaplamakta ve bu yönüyle alanındaki diğer çalışmalardan farklı bir bakış açısı ortaya koymaktadır.
Özet (Çeviri)
Coronavirus (COVID-19) is a disease that first emerged in the last months of 2019 in Wuhan, the capital of China's Hubei province, and continues to be effective today. The disease spread in a short time due to airborne transmission and caused the disease to be declared as a pandemic by the World Health Organization (WHO) on March 11, 2020. The concept of social distance, which has come to the fore due to various epidemics throughout human history, has come to the fore again with COVID-19 and has taken its place in the first place in measures against the epidemic. In this process, various restrictions have been imposed for the control of social distance, control mechanisms have been developed and solutions integrated into auxiliary systems have come to the fore. Within the scope of the study, an algorithm was designed for real-time detection of social distances with three-dimensional coordinates using photogrammetric methods. The scenes of the images obtained with the stereo vision system created by two computer cameras were evaluated and the people were identified with the YOLO-V4 algorithm. Social distances between detected persons were calculated on the basis of real three-dimensional coordinates and analyzed in real time. When existing algorithms for social distance detection were examined, it was seen that distances were calculated based on two-dimensional pixel coordinates or scene-dependent three-dimensional reference points. The developed algorithm calculates interpersonal distances with high accuracy, independent of the scene, with three-dimensional real coordinates, and in this respect, it presents a different perspective from other studies in the field.
Benzer Tezler
- ASD automatic detection by using yolo V3 and V4 method
Yolo V3 ve V4 yöntemi kullanarak ASD otomatik tespit
FARAH MUWAFAQ KAMIL AL-QURAISHI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. MESUT ÇEVİK
- Su altı çöp tespiti için yapay zekâ tabanlı yöntemlerin geliştirilmesi
Development of artificial intelligence based methods for underwater litter detection
KÜBRA DEMİR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiEkobilişim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORHAN YAMAN
- Travma sonrası kemik kırıklarının tespitinde bilgisayarlı görü ve derin öğrenme algoritmaları
Computer vision and deep learning algorithms on post-traumatic bone fractures detection
MUHAMMED TAHA ZEREN
Doktora
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEHER ARSLANKAYA
- Derin öğrenme yöntemlerine dayalı beyin görüntülerinin analizi ile Alzheimer hastalık sınıflandırması
Alzheimer's disease classification by analysis of brain images based on deep learning methods
SÜMEYYE ÜNLÜLEBLEBİCİ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELAL ÖZTÜRK
- Building detection from very high resolution satellite images with deep learning approach
Derin öğrenme yaklaşımı ile çok yüksek çözünürlüklü uydu görüntülerinde bina tespiti
ESRA ÖZAYDIN
Yüksek Lisans
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL