An efficient intelligent UAV for human action monitoring in smart cities environment
Akıllı şehirler ortamında insan eylem izleme için verimli bir akıllı İHA
- Tez No: 793465
- Danışmanlar: PROF. DR. İLHAN AYDIN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Bilim Dalı
- Sayfa Sayısı: 100
Özet
Son zamanlarda çeşitli alanlarda kullanım potansiyelleri nedeniyle otonom insansız hava araçlarına (İHA) ilgi artmaktadır. İHA'ların yapay zeka uygulamaları ile geliştirilmesi, arama kurtarma çalışmaları ve gözetleme gibi görevler için kullanışlıdır. İHA'lar, insan eylemlerini izleyerek akıllı şehirlerde güvenliği sağlayabilir. Covid-19 ve diğer bulaşıcı hastalıklar insanlık için bir tehdit haline geldi ve İHA'lar, gözetim ve sağlık yönergelerine uygunluğun izlenmesi yoluyla yayılmalarını kontrol etmeye yardımcı olabilir. Bu tezde, insan eylemlerini algılamak ve tanımak, bireyler arasındaki sosyal mesafeyi ölçmek ve maske takmayan kişileri belirlemek için çeşitli gömülü akıllı sistemler ve verimli derin öğrenme modelleri geliştirilmiştir ve ayrıca insan eylemlerini kullanarak İHA'ları kontrol edilmiştir. HarNet adı verilen insan eylemi tanıma için önerilen model hafif evrişimli bir sinir ağı modeli ile oluşturulmuştur. UCF-ARG veri seti ile test edildiğinde sınıflandırmada %96,15 başarı oranı elde ederek MobileNet, Xception, DenseNet201, InceptionResNetV2, VGG-16 ve VGG-19 gibi diğer evrişimli sinir ağı mimarilerini geride bırakmıştır. HarNet modeli, düşük düzeyde karmaşıklık, az sayıda parametre ve yüksek düzeyde sınıflandırma performansı dahil olmak üzere çok sayıda avantaja sahiptir. Performansı, UCF-ARG veri seti ile test edilen diğer modellerden daha üstündür. Bu tezde, insan izleme yoluyla Covid-19 ve diğer hastalıkların yayılmasını önlemeye yardımcı olmak için iki ek gömülü sistem önerilmiştir. Uygulama, halka açık alanlarda sosyal mesafeyi zorlamak için derin öğrenme modeli ve bilgisayar görüşü ile donatılmış dronları kullanılmıştır. Önerilen sistem, mesafelerin ihlal edilip edilmediğini başarıyla tespit etmiş ve nesnelerin interneti (IoT) tekniklerini kullanarak sorunlar hakkında sistem sahibine bildirimler gönderilmiştir. Başka bir sistem, halka açık alanlarda insanların maske takıp takmadığını tespit etmek için İHA tarafından yakalanan çerçeveler ve yeni derin öğrenme modelleri kullanılmıştır. Sistem, maske takmayan kişileri başarılı ve doğru bir şekilde tespit etmekte ve akıllı telefon tabanlı bir IoT'ye uyarı göndermektedir. Ek olarak, insan-bilgisayar etkileşimlerini iyileştirmek için insan operatörlerinin İHA'ları insan hareketleriyle kontrol etmesini sağlamak için bilgisayarlı görü ve IoT'yi kullanan bir uygulama geliştirilmiştir. İHA'ların insan izleme uygulamalarının etkinliğini etkileyebilecek faktörler üzerine de araştırmalar yapılmıştır.
Özet (Çeviri)
Recently, there has been increasing interest in autonomous unmanned aerial vehicles (UAVs) because of their potential uses in various fields. Developing UAVs with artificial intelligence applications is useful for tasks such as search and rescue efforts and surveillance. UAVs can ensure security in smart cities by monitoring human actions. Covid-19 and other transmittable diseases have become a threat to humanity, and UAVs can help control their spread through surveillance and monitoring compliance with health guidelines. In this thesis, several embedded smart systems and efficient deep learning models were developed to detect and recognize human actions, measure the social distance between individuals, and identify individuals who are not wearing masks, and we also attempted to control UAVs using human actions. The proposed model for human action recognition, called HarNet, was based on depthwise separable convolutions and is lightweight convolutional neural networks. When tested with the UCF-ARG dataset, it achieved a 96.15% success rate in classification, outperforming other convolutional neural network architectures such as MobileNet, Xception, DenseNet201, InceptionResNetV2, VGG-16, and VGG-19. The HarNet model had numerous advantages, including a low level of complexity, a small number of parameters, and a high level of classification performance. Its performance was superior to that of other models tested with the UCF-ARG dataset. In this thesis, two additional embedded systems were proposed to help prevent the spread of Covid-19 and other diseases through the use of human monitoring. The application used drones equipped with a deep learning model and computer vision to enforce social distancing in public areas. The proposed system successfully determined whether distances were being violated and sent notifications to the system's owner about problems using Internet of Things (IoT) techniques. Another system used UAV-captured frames and novel deep-learning models to detect whether people in public areas were wearing masks. The system successfully and accurately identified people who were not wearing masks and sent an alert to a smartphone-based IoT. Additionally, an application used computer vision and the IoT was developed to enable human operators to control UAVs with human gestures to improve human‒computer interactions. The researches were also conducted on factors that might affect the efficiency of human monitoring applications of UAVs.
Benzer Tezler
- Bir insansız hava aracının modellenmesi ve derin pekiştirmeli öğrenme tabanlı otonom kontrolü
Modeling of an unmanned aerial vehicle and autonomous control based on deep reinforcement learning
BURAK TAŞ
Yüksek Lisans
Türkçe
2023
Savunma ve Savunma TeknolojileriFırat ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. AYŞEGÜL UÇAR
- Composite prototyping and vision based hierarchical control of a quad tilt-wing UAV
Dört rotorlu döner-kanat mekanizmasına sahip bir insansız hava aracının kompozit prototip üretimi ve görüntü tabanlı hiyerarşik kontrolü
EFE SIRIMOĞLU
Yüksek Lisans
İngilizce
2010
Mekatronik MühendisliğiSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÜNEL
- 3 boyutlu arazi üzerinde çoklu otonom insansız hava aracı rota planlaması
Autonomous multi unmanned aerial vehicles path planning on 3 dimensional terrain
NURİ ÖZALP
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- A refined methodology tor model-based FPGA hardware design: An example of quadrotor dynamical model implementation
Model tabanlı FPGA donanımı tasarımında iyileştirilmiş bir yöntem sistemi: Bir dört rotorlu için dinamik model gerçekleme örneği
SEZER MEMİŞ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- Askeri araç tespitinde yolo yapay zeka uygulaması ile renk tonu doygunluğu değeri (HSV) yönteminin karşılaştırılması
Comparison of yolo ai application and color saturation value (HSV) method in military vehicle detection
SERKAN GÜNDÜZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Gedik ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞERİFE ESRA DİNÇER