Geri Dön

Akıllı kampüsler için topluluk hareketliliğinin derin öğrenme temelli yöntemlerle gerçek zamanlı izlenmesi

Real-time monitoring of community mobility with deep learning based methods for smart campuses

PDF İndir

  1. Tez No: 774259
  2. Yazar: AHMET BESTAMİ KÖSE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SİNAN UĞUZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 53

Özet

Günümüzde şehir ortamlarının ve dolayısıyla kampüs ortamlarının giderek daha yoğun insan kalabalıklarını misafir ediyor olması sebebiyle çeşitli problemler ön plana çıkmaktadır. Bu problemlerin çözümü için yapılması gereken ilk şey ise; bu kalabalıkların tespit edilmesi ve analizlerinin yapılması gerekliliğidir. Bu doğrultuda, bu tez çalışmasında üniversite kampüs içerisinde öğrenci kalabalıklarının tespit edilmesi ve incelenmesi hedeflenmiştir. Bunun için görüntülerdeki insanların tespit edilebilmesi amacıyla derin öğrenme yöntemleri kullanılarak nesne tespiti yapılmıştır. Literatürdeki yaygın olarak kullanılan veri setleri incelenmiş ve CrowdHuman veri setinin en uygun veri seti olduğu görülmüştür. İlgili veri seti içerisinde 15 000 adet görüntü bulunmakta ve yaklaşık 470 000 adet etiketlenmiş insan verisi bulunmaktadır. Yapılan eğitimlerde Faster RCNN, YOLO, RetinaNet gibi state-of-the-art modeller kullanılmıştır. Yapılan deneylerde YOLOv4 ile %78 mAP skoru elde edilmiştir. Burada eğitilen modeller sunucu üzerinde çalıştırılarak, kampüs içerisinde bulunan IP kameralardan elde edilen görüntüler üzerinde gerçek zamanlı olarak nesne tespiti yapılmıştır. Görüntüde insan yoğunluğunun tespit edilmesi ile birlikte mobil uygulama üzerinde ilgili bölgenin yoğunluk durumu gösterilmektedir.

Özet (Çeviri)

Various problems come to the fore due to the fact that urban environments and therefore campus environments are hosting more and more dense crowds of people. The first thing to do to solve these problems is; These crowds need to be identified and analyzed. In this direction, in this thesis, it is aimed to determine and examine the student crowds in the university campus. For this purpose, object detection was made using deep learning methods in order to detect people in the images. The commonly used datasets in the literature were examined and it was seen that the CrowdHuman dataset was the most appropriate dataset. There are 15 000 images in the relevant data set and approximately 470 000 tagged human data. State-of-the-art models such as Faster RCNN, YOLO, and RetinaNet were used in the trainings. In the experiments, 78% mAP score was obtained with YOLOv4. The models trained here were run on the server, and real-time object detection was made on the images obtained from the IP cameras in the campus. With the detection of human density in the image, the density status of the relevant region is shown on the mobile application.

Benzer Tezler

  1. Tez No

    767553

    Dağıtık yapıdaki kampüsler için uç hesaplama yaklaşımlı otomatik geçiş sistemi modeli

    Automatic transition system model with edge computing approach for distributed campuses

    GÜLSÜM CEBECİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BİLAL BABAYİĞİT

  2. Tez No

    792386

    Creative evolution in architecture: A critical inquiry into new relations of objectile, subjectile and intelligent spaces

    Mimarlıkta yaratıcı evrim: Teknolojik nesne [objectıle]-öznel arayüz [subjectıle] ve akıllı mekanların yeni ilişkileri üzerine eleştirel bir araştırma

    SERDAR ERİŞEN

    Doktora

    İngilizce

    İngilizce

    2021

    MimarlıkOrta Doğu Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. GÜVEN ARİF SARGIN

  3. Tez No

    801542

    Ortopedik engelli bireyler için en uygun engelsiz güzergâhın belirlenmesi: İnönü Üniversitesi kampüsü örneği

    Determination of the most suitable disabled route for individuals with orthopedic disabled: İnönü University campus example

    HATİCE KOCAASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Peyzaj Mimarlığıİnönü Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    DOÇ. DR. SIMA POUYA

  4. Tez No

    542485

    Green campus application: Boğaziçi University

    Yeşil kampüs uygulaması: Boğaziçi Universitesi

    PELİN OKUTAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ATİLLA AKKOYUNLU

  5. Tez No

    856761

    Building information modelling integrated energy simulation tools in green campus initiatives: Düzce University Campus

    Yapı bilgi modellemesi entegreli enerji simülasyon araçlarının yeşil kampüs girişimlerinde kullanımı: Düzce Üniversitesi Kampüsü

    RUMEYSA ERYAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    MimarlıkDüzce Üniversitesi

    Mimarlık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NURAY BENLİ YILDIZ

Geri Dön