Predicting danger using artificial intelligence
Başlık çevirisi mevcut değil.
- Tez No: 796277
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Bu tez iki tür tehlikeyi tartışmaktadır: kentsel şehirlerde yerel alanları tehdit eden ve insanların hayatını olumsuz etkileyebilecek yangın ve suçlular. Tehlikeli olan yangın, genellikle şehrin sokaklarına kurulan güvenlik kameraları aracılığıyla belirlenebilir. Ancak, aranan suçluların veya tehlikeli kişilerin tespit edilmesi, yüzlerin ifşa edilmesiyle tespit edilebilir. Bu çalışmada, bu tür tehlikelere yönelik uyarıları tespit eden bir sistem geliştirmek için One Time Look (YOLO) v2 algoritması çağrılmaktadır. Bu nedenle, bilgisayar görüşü tabanlı yapay zeka kullanan sokak gözetleme kameraları aracılığıyla gerçek zamanlı olarak yangınla mücadele ve suçlu tespiti, nesne algılama ve YOLO algoritması kullanılarak uygulanacaktır. Matlab kodlaması bu araştırmanın pratik kısmını gerçekleştirmek için kullanılmıştır. Bu nedenle, yangın kazasını tahmin etmek ve aranan kişinin yüzlerini gerçek zamanlı olarak tanımak ve en yakın yetkili makamları alarma geçirmek için güvenlik kameraları ve bilgisayar görüşünün kullanımını yürütmek bu tezin konusunu oluşturmaktadır. Bu, geleneksel güvenlik kameralarının kazaları kaydetme konusundaki kısıtlamaları nedeniyle birçok uygulamada çok zorlayıcı bir konudur. Ancak bu çalışmada yazar, bu tür kameraların gerçek zamanlı tahmin ve tespitlerinin kullanımını uygulamıştır. Bu, farklı senaryolarda ateş ve yüz görüntüleri için eğitim verilerine dayalı YOLO algoritması uygulanarak AI süreci kullanılarak denenir. Bu nedenle yazar, önerilen algoritma için bir ticaret verisi olarak farklı yön ve dönüş eksenlerinden ateş ve yüzler için sırasıyla yaklaşık 412 görüntü ve 345 görüntü yürütmüştür. Bu çalışmadan elde edilen sonuçlar, mükemmel bir tedavi doğruluğu ile yaklaşık 3 saniyelik hızlı algılama süreci ile mükemmel bir tahmin yanıtı göstermektedir. Yazar, bu çalışmanın akıllı şehirlerde ve yüksek güvenlikli binalarda kullanılabileceğini düşündü.
Özet (Çeviri)
This thesis discusses two types of dangerous: fire and criminals that threaten local areas in urban cities which could affect negatively on people life. The fire dangerous, usually, can be identified through surveillance cameras installed in city streets. However, identifying wanted criminals or dangerous persons can be detected through revealing faces. In this work, One Time Look (YOLO) v2 algorithm is invoked to develop a system of detecting warnings of such types of danger. Therefore, the firefighting and the criminal detection in real time through street surveillance cameras using computer vision-based AI would be applied using object detection and using YOLO algorithm. Matlab coding is used to implement the practical part of this research. Therefore, it is a subject of this thesis to conduct the use of surveillance cameras and computer vision to predict fire accident and recognize faces of wanted person in real time to alarm the nearest authority departments. This is a very challenging issue in many applications due to the limitations of traditional surveillance cameras use to recording accidents. However, in this work, the author applied the use such cameras real time predictions and detections. This is attempted by using the process of AI through applying YOLO algorithm based on training data for fire and face images in different scenarios. Therefore, the author conducted about 412 images and 345 images for the fire and faces, respectively, from different orientation and rotation axes as a trading data for the proposed algorithm. From this study, the obtained results show an excellent prediction response with fast detection process about 3 seconds with an excellent accuracy of treatment The author thought this work could be used in smart cities and high-security buildings.
Benzer Tezler
- Endüstri 4.0 ve yapay zeka uygulamalarının güç trafoları üretim montaj çalışmalarında fine kinney risk değerlendirme metodu kullanılarak İSG ve üretime olan etkilerinin incelenmesi
Investigation of the effects of industry 4.0 and artificial intelligence on EHS and production using fine kinney risk assessment method in power transformer production assembly studies
FATİH ERDOĞAN
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiAltınbaş ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÇAĞLAR CERŞİT
- Derin öğrenme yöntemi ile hava kalitesi parametrelerinin tahmini: Sakarya örneği
Forecasting air quality parameters by deep learning method: A case study of Sakarya
AYŞEGÜL ATALI
Yüksek Lisans
Türkçe
2023
Çevre MühendisliğiSakarya ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. BEYTULLAH EREN
- Taşıtlar arası iletişimde yapay zekâ temelli konum kestirimi ve uygulaması
Artifical intelligence based vehicular path prediction for inter-vehicular communication and its application
MURAT DÖRTERLER
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. ÖMER FARUK BAY
- Polymer nanocomposites: synthesis, characterization and application in heavy-metal removal
Polimer nanokompozitler: ağır-metal gideriminde sentezi, karakterizasyonu ve uygulaması
HALİME YAKIŞIK
Yüksek Lisans
İngilizce
2019
Kimya MühendisliğiMarmara ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UĞUR ÖZVEREN
- Üç avcı tek av modelinin caputo kesirli türevi ve geri besleme kontrol değişkeni ile analizi
Analysis of three predator-one prey model with caputo fractional derivative and feedback control
SARE SAĞLAM
Yüksek Lisans
Türkçe
2024
MatematikSakarya ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. ÖMER FARUK GÖZÜKIZIL