Kamera tabanlı algılama sistemleri için yapay zeka tabanlı anomali tespiti
Artificial intelligence based anomaly detection for camera-based perception systems
- Tez No: 817136
- Danışmanlar: PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU, DR. ÖĞR. ÜYESİ UĞUR YAYAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon - Sinyal İşleme Bilim Dalı
- Sayfa Sayısı: 71
Özet
Kamera tabanlı algılama sistemleri günümüzde birçok kritik alanlarda ve görevlerde kullanılan sistemler haline gelmiştir. Kamera üzerinde oluşan hata ve anomaliler ise insanlar, ürünler ve çevre için büyük sorunlar veya zararlara sebebiyet verebilmektedir. Kamera tabanlı sistemlerin güvenlik ve emniyeti için hataların ve anomalilerin tespiti önem taşımaktadır.“Kamera Tabanlı Algılama Sistemleri için Yapay Zeka Tabanlı Anomali Tespiti”isimli bu tez çalışması kapsamında, kamera tabanlı sistemlerde ortaya çıkan kritik hata ve anomalilere neden olan gürültülerin yapay zeka yöntemleriyle sınıflandırılması hedeflenmiştir. Bu bağlamda, VALU3S projesi kapsamında ele alınan Otomotiv şase kalite kontrolü için otomatik robot kontrol hücresi, hata ve anomalilerin tespiti için bir kullanım senaryosu olarak seçilmiştir. Bu tez çalışmasında, üretimde olan bir otobüs şasesinin dijital ikizini simülasyon ortamında kullanarak, robotik kamera algılama sisteminden alınan görüntüler üzerinde donanım veya yazılımdan kaynaklı gürültüler ile hata ve anomalileri simüle etme çalışmaları yapılmıştır. Bu süreçte, otobüs şase kontrol sistemi aracılığıyla elde edilen görüntülere gerçek hayatta sıkça karşılaşılan gürültüler eklenerek, farklı hataların ve anomalilerin bulunduğu bir veri seti oluşturulmuştur. İlk aşamada, bu veri seti üzerinde dört farklı gürültü sınıfına ait çalışmalar yapılmıştır. İkinci aşamada ise, veri setine iki yeni görüntü gürültü tipi eklenmiş ve altı farklı sınıf için Ortak Vektör Yaklaşımı (OVY), Evrişimsel Sinir Ağlar (ESA) ve OVY tabanlı öznitelik çıkarımı ile ESA modelinin entegrasyonu ile oluşturulan yenilikçi OVY entegreli ESA yöntemi ile testler gerçekleştirilmiştir. Elde edilen sonuçlar bu çalışmada sunulmuştur. Yapılan çalışma ile OVY entegreli ESA yönteminin, OVY'nin tek başına kullanıldığı ve mevcutta kendini kanıtlamış Resnet, EfficientNet gibi ESA yöntemlerinden gürültü tanıma, eğitim ve test süreleri açısından daha iyi performans sağladığı görülmüştür. Önerilen OVY entegreli ESA yönteminin gürültü tespit başarısı, dört ve altı sınıflı problemler için karşılaştırmalı tablolar sunulmuştur.
Özet (Çeviri)
Camera-based detection systems have become systems used in many critical areas and tasks today. Errors and anomalies that occur on the camera can cause major problems or damage for humans, products, and the environment. For the security and safety of camerabased systems, it is important to detect errors and anomalies. Within the scope of the thesis work titled“ Artificial Intelligence based Anomaly Detection for Camera-based Perception Systems”, the aim is to classify the noise types hat cause critical errors and anomalies in camera-based systems using artificial intelligence methods. In this context, the Automated robot control cell for quality control of automotive body-in-white, which was considered within the VALU3S project, was selected as a usage case for error and anomaly detection. This thesis work focuses on simulating errors and anomalies with noise from hardware or software on the images obtained from the robotic camera detection system by using the digital twin of a bus chassis in a simulation environment. During this process, a data set including different errors and anomalies was constructed by adding noise that is frequently encountered in real life to the images obtained through the bus chassis control system. In the first phase, classifications were made on this data set by using the Common Vector Approach (CVA), Convolutional Neural Networks (CNN), and CVA_based CNN models for four different noise classes. In the second phase, two new types of image noises were added to the data set and tests were conducted with the same classifiers for six different classes. The results obtained are presented in this study. The studies have shown that the CVA integrated CNN method provides better performance than when CVA and currently proven CNN methods such as Resnet, EfficientNet are used separately in terms of noise recognition, training and test times. The comparative tables with tests conducted for four and six different classes have been provided for noise detection success
Benzer Tezler
- Early forest fire detection and prevention using ai powered drones and the IoT
Başlık çevirisi yok
MONTASER N. A. RAMADAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiYapay Zeka Ana Bilim Dalı
PROF. DR. BEKİR TEVFİK AKGÜN
- Design, modelling and control of a nano quadrotor withmicrocontroller based vision system for object tracking
Nesne takibi için bir nano dört rotorlu helikopterin tasarımı, modellenmesi ve mikrodenetleyici tabanlı görüntü sistemi ile kontrolü
MUSTAFA ENES KIRMACI
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
PROF. DR. ERDİNÇ ALTUĞ
- Robot hücrelerinde kameralı güvenlik sistemlerinin optimal tasarımı
Optimal design of camera based safety systems in robotic cells
MERDAN ÖZKAHRAMAN
Doktora
Türkçe
2022
Mekatronik MühendisliğiYıldız Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAYDAR LİVATYALI
- Derin öğrenme tabanlı ses ve görüntü işleme teknolojilerine sahip otonom insansız hava aracı
Autonomous unmanned aerial vehicle with deep learning-based audio and visual processing technologies
ERTUĞRUL KIRAÇ
Doktora
Türkçe
2024
Savunma ve Savunma Teknolojileriİstanbul Gedik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. SUNULLAH ÖZBEK
- Detection of liver fibrosis on slide-level labeled unstained biopsies by quantitative phase imaging and multiple instance learning
Karaciğer fibrozisinin slayt seviyesinde etiketlenmiş boyasız biyopsilerden kantitatif faz görüntüleme ve çoklu örnek öğrenmeyle tespiti
LÜTFİ KADİR ÇELEBİ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM