Detection and classification of forest fire smoke by deep learning methods using Unmanned Aerial Vehicle in Türkiye
Türkiye'de İnsansız Hava Araçlarını kullanarak orman yangın dumanının derin öğrenme yöntemleriyle tespiti ve sınıflandırılması
- Tez No: 755717
- Danışmanlar: PROF. DR. HÜSEYİN CANBOLAT
- Tez Türü: Yüksek Lisans
- Konular: Savunma ve Savunma Teknolojileri, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Savunma Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Savunma Teknolojileri Bilim Dalı
- Sayfa Sayısı: 63
Özet
Dünyada ve Türkiyede orman yangınlarının yıllar içinde arttığı gözlenmiştir. İklim değişikliği, insan faktörleri ya da yıldırım düşmesi gibi çeşitli olaylar sonucunda çıkan bu felaket ekosisteme ciddi zararlar verip, büyük tehlikeler oluşturmaya başlamıştır. Doğrudan veya dolaylı tahribat sadece hayvan ve bitki ekosistemlerini etkilemekle kalmaz, uzun vadede iklim değişikliği, turizm, sanayi ve sağlık gibi birçok alanı da etkiler. Orman yangınlarına müdahale edebilmenin birçok yolu vardır. Günümüz teknolojileri sayesinde yangınlara erken müdahale edebilmek eskisinden daha kolay ve sistematik bir hale gelmiştir.Derin öğrenme algoritmaları sayesinde yangınlara müdahale şansı oldukça yükselmektedir. Bu çalışmamızda İnsansız Hava Aracı üzerinden çekilmiş videolardan alınan görüntüler sayesinde yangının eski ya da yeni çıkmış bir yangın olup olmadığını tahmin ederek sınıflandırma yapmış olup, derin öğrenme algoritmaları ile de bir doğruluk oranı çıktısı elde edilmiştir. Hareketli kameralardan alınmış bu resimlerin gürültü değerleri yüksek olduğundan dolayı kayıp değerleri diğer hareketsiz kameralara göre daha yüksektir. Bu sebepten dolayı derin öğrenme algoritmalarıyla bir model oluşturup veri artırımı yaparak, test verimizde %96,97 doğruluk değeri elde edilmiştir. Buradaki sonuçtan gördüğümüz üzere derin öğrenme algoritmalarından oluşturulan modellerin yüksek doğruluk oranlarına ulaşarak başarılı oldukları gözlemlenmiştir.
Özet (Çeviri)
It has been observed that forest fires have increased over the years in the world and in Türkiye. This disaster, which emerged as a result of various events such as climate change, human factors or lightning strikes, caused serious damage to the ecosystem and started to pose great dangers. Direct or indirect destruction not only affects animal and plant ecosystems, but also affects many areas such as climate change, tourism, industry and health in the long run. There are many ways to respond to forest fires. Thanks to today's technologies, early intervention in fires has become easier and more systematic than before. Thanks to deep learning algorithms, the chance of responding to fires increases considerably. In this study, we made classification by estimating whether the fire was an old or new fire, thanks to the images taken from the videos taken on the Unmanned Aerial Vehicle, and an accuracy rate output was obtained with deep learning algorithms. Since the noise values of these pictures taken from motion cameras are high, their loss values are higher than other still cameras. For this reason, by creating a model with deep learning algorithms and increasing the data, 96.97% accuracy value was obtained in our test data. As we can see from the result here, it has been observed that the models created from deep learning algorithms are successful by reaching high accuracy rates. Since the noise values of these pictures taken from motion cameras are high, their loss values are higher than other still cameras. For this reason, by creating a model with deep learning algorithms and increasing the data, 96.97% accuracy value was obtained in our test data. As we can see from the result here, it has been observed that the models created from deep learning algorithms are successful by reaching high accuracy rates. Since the noise values of these pictures taken from motion cameras are high, their loss values are higher than other still cameras. For this reason, by creating a model with deep learning algorithms and increasing the data, 96.97% accuracy value was obtained in our test data. As we can see from the result here, it has been observed that the models created from deep learning algorithms are successful by reaching high accuracy rates.
Benzer Tezler
- Early detection of forest fire from video utilizing temporal information
Zamansal bilgiden faydalanarak videodan orman yangınlarının erken tespiti
MERVE TAŞ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KASIM TAŞDEMİR
DOÇ. DR. ZAFER AYDIN
- Orman yangınlarının görüntü işleme yöntemleri ile tespit edilmesi ve sınıflandırılması
Determination and classification of forest fire with image processing methods
MURAT TOPTAŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DAVUT HANBAY
- Sabit görüntülerde görüntü işleme teknikleri ile orman yangını tespiti
Forest fire detection in still images using image processing techniques
VELİ BURAK ÇELEN
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. FATİH DEMİRCİ
- İHA kullanılarak orman yangınlarının tespiti ve görüntülenmesi için derin öğrenme tabanlı gözetleme sisteminin geliştirilmesi
Development of a deep learning based surveillance system for forest fire detection and monitoring using UAV
IBRAHIM SHAMTA
Yüksek Lisans
Türkçe
2023
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BATIKAN ERDEM DEMİR
- Uzaktan algılama verileriyle orman yangını analizi
Forest fire analysis with remote sensing data
COŞKUN ÖZKAN
Yüksek Lisans
Türkçe
1998
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİLİZ SUNAR