Geri Dön

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

PDF İndir

  1. Tez No: 746864
  2. Yazar: ABDULREZZAK DURAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ RAMAZAN DUVAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Derin öğrenme, Gömülü sistemler, Görüntü işleme, Makine öğrenmesi, Nesne tespiti, Sayısal görüntü işleme, Deep learning, Embedded systems, Image processing, Machine learning, Object detection, Digital image processing
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde gelişen görüntüleme teknolojileri sayesinde devletlerin güvenlik ve denetleme amaçlarıyla kullandıkları görüntüleme sistemleri ile sivillerin kaydettiği video içerikler artmıştır. Bunun bir sonucu olarak da oluşturulan büyük ölçekteki verinin otomatik şekilde işlenmesi gereksinimi nedeniyle nesne tespiti algoritmalarına olan ilgi ve bu konuda yapılan araştırmalar buna paralel şekilde artmıştır. Bu çalışmada araç ve yaya tespiti amacıyla derin öğrenme temelli nesne tespit yaklaşımlarından olan YOLOv4, YOLOv5 ve EfficientDet yöntemleri kullanılmış ve bu nesne tespit yaklaşımlarının performansları kıyaslanarak probleme en uygun yaklaşımın tespit edilmesi amaçlanmıştır. Böylece en uygun yöntem seçilerek araç trafiğine açık rotalarda denetleme amaçlı görüntüleme sistemleri, anlık veya belirli bir zaman diliminde yoldan geçen farklı tiplerdeki araç ve yaya sayısının tespitini ve takibini yapabilecektir. Bu çalışma kapsamında son olarak önceden test edilen ve karşılaştırılan tespit yöntemleri ve sayım algoritması düşük maliyetli işlem birimleriyle gerçek zamanlı olarak çalıştırılmış ve performansları incelenmiştir. Elde edilen bu sonuçlar bu tip sistemlerin kara yollarında, şehir içi yollarda ve otoparklarda kullanıma uygun olan sistem gömülü sistemler üzerinde gerçek zamanlı çalışabilecek performansta ve başarımda olduğunu göstermiştir.

Özet (Çeviri)

Thanks to the developing imaging technologies, the imaging systems used by the governments for security and surveillance purposes and the video contents captured by civilians have increased. As a result of this, due to the need for automatic processing of large-scale generated data, the interest in object detection algorithms and research on this subject have increased. In this work, YOLOv4, YOLOv5 and EfficientDet methods which are deep learning based object detection approaches are used for vehicle and pedestrian detection. In this study, it is aimed to determine the most appropriate method to the problem by comparing the performances of these object detection approaches. Thus, by selecting the most appropriate method, the system will be able to identify and track the number of vehicles and their types and pedestrians crossing the road in real time or specific time period for monitoring purposes on any roads. Finally, within the scope of this study, the deep learning methods and the counting algorithm are implemented in real time and their performances are examined. These results show that this type of systems has the performance and accuracy to work in real-time on embedded systems, which are suitable for use on highways, urban roads and parking lots.

Benzer Tezler

  1. Tez No

    812828

    Artificial intelligence based android assistant for colorimetric detection

    Kolorimetrik tespit için yapay zeka tabanlı android asistanı

    VAKKAS DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN KILIÇ

    DOÇ. DR. MUSTAFA ŞEN

  2. Tez No

    945247

    Developing a smart method for real -time brain tumor localization and segmentation on ct ımages using hybrid techniques and yolo

    Hibrit teknikler ve yolo kullanilarak bt görüntülerinde gerçek zamanli beyin tümörü lokalizasyonu ve segmentasyonu için akilli bir yöntem geliştirilmesi

    NUSAIBAH KHALID ABDULMAJEED AL-SALIHI

    Doktora

    İngilizce

    İngilizce

    2025

    Elektrik ve Elektronik MühendisliğiÇukurova Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUS ÇEVİK

    PROF. DR. TURGAY İBRİKÇİ

  3. Tez No

    989607

    Gömülü sistem tabanlı trafik levhalarının algılanması

    Embedded system based traffic signs detection

    ATİLLA SUNKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Elektrik ve Elektronik MühendisliğiIsparta Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KUBİLAY TAŞDELEN

  4. Tez No

    1000097

    Automotive radar interference mitigation with next generation sequence models

    Yeni nesil dizi modelleri ile otomotiv radarlarında girişim giderme

    ELİF ÖZTÜRK KOÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. IŞIN ERER

  5. Tez No

    11

    Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması

    Başlık çevirisi yok

    KAMİL MALKOÇLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Demografiİstanbul Üniversitesi

    Aile Sağlığı Ana Bilim Dalı

    DOÇ. DR. DERİN KÖSEBAY

Geri Dön