Target detection and tracking from unmanned aerial vehicle cameras using embedded GPU
Gömülü cihazlar kullanarak insansız hava araçları üzerinden hedef tespit ve takibi
- Tez No: 858793
- Danışmanlar: PROF. DR. YAHYA KEMAL BAYKAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gözetleme alanında kameralı hava araçları yaygın olarak kullanılmaktadır. Bu gözetleme sistemlerinin çoğu, objeleri iki aşamada izler: önce nesneleri tespit edip tanır, sonra ise canlı video akışında bu nesneleri takip etmektedir. Bununla birlikte, günümüzde nesne tespit algoritma yazılımları genellikle büyük görüntü veri seti ile eğitilen derin öğrenme mimarileri kullanan yüksek matematiksel hesap gücüne sahip ve GPU içeren sistem mimarilerinde çalışmaktadır. Ayrıca, nesne takibinde öznitelik eşleştirme ve ilişkilendirme yönetimleri sistemlere çok daha fazla hesap gücü yükler ve bu da gerçek zaman performansını etkiler. Görüş tabanlı nesne algılama ve hedef takibi, büyük alan gözetleme uygulamalarında zemindeki hedefleri nesneleri tespit ve takibinin yapılması için gereklidir. Bununla birlikte, bu insansız hava uçakları (İHA), yerden çok yüksek irtifada çalıştıkları için yerdeki nesneler çok küçük gözükmektedir. Bu nedenle, bu küçük yer nesnelerini tanıyabilen ve özellikleri derinlemesine tarayabilen hassas bir nesne tespit mimarisi gereklidir. Ayrıca, derin öğrenme mimarisini kullanan CNN tabanlı nesne tespit modelleri, detaylı hesaplamalar ve matematiksel işlemler sebebiyle gömülü platformlarda çalışmak için zordur. Bu tez çalışmasında, nesne tespit ve takip sistemlerinin performansını etkileyebilecek yukarda belirtilen sorunları detaylı olarak araştırdık. Hedef tespitindeki sorunlardan birkaçı nesne boyutlarına sahip geniş IHA veri setlerinin olmaması, parlaklık, hava aracından alınan görüntülerde şekil ve doku özelliklerindeki değişkenliktir. Nesne takibinde ise derin öğrenme yöntemlerindeki yüksek işlem karmaşıklığı ve hesaplamalarının sebep olduğu performans problemleri doğruluk sonucunu etkilemektedir. Bu tezin amacı, NVIDIA JETSON AGX XAVIER gömülü platformunda hedef tespit modeli olan YOLOv4 ve hedefin takip edilmesinde RNN modelini kullanarak gömülü sistemlerde model optimizasyonu yaklaşımıyla etkin, hızlılık oranı yüksek bir şekilde çalışabilen gündüz ve gerçek zamanlı bir hedef tespit ve takip sisteminin tasarlanmasıdır.
Özet (Çeviri)
In surveillance, camera aerial vehicles are a common tool. The majority of these surveillance systems follow things in two phases: they identify and detect their targets first, and then they follow them in the live video feed. However, modern object identification methods often use deep learning models trained on massive picture datasets and operate on GPU powered platforms with tremendous processing capacity. Additionally, managing feature matching and association in object tracking introduces additional activities into the system, hence impacting the system's real-time performance. For wide area surveillance (WAS) applications, vision-based object recognition and target tracking is crucial for identifying and following things on ground targets. But since these unmanned aerial vehicles (UAVs) fly so far above the ground, they distort the size of things on the ground. Consequently, it is necessary to have a sensitive object detection detector that can identify these minute ground objects and thoroughly scan characteristics. Furthermore, since CNN based object detectors use deep learning and need a lot of computing and mathematical modeling, they might be difficult to use on embedded devices. The before mentioned issues that may impact object identification and tracking system performance were thoroughly investigated in this thesis. The absence of extensive UAV datasets including object size, brightness, and diversity in form and texture details in the photos captured from airplanes is one of the issues with target identification. Accuracy in object tracking is impacted by performance problems brought on by deep learning approaches' high computational complexity. This thesis uses the RNN model for target tracking and the YOLOV4 target detection model in embedded devices like the NVIDIA JETSON AGX XAVIER to design an efficient, quick, daytime, and real-time target detection and tracking system that can operate quickly and efficiently with the model optimization approach in embedded systems.
Benzer Tezler
- Acceleration of image processing modules in wide-area aerial surveillance
Başlık çevirisi yok
ZEYNEP GÜLBEYAZ DEMİRDAĞ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN FEHMİ ATEŞ
DR. ÖĞR. ÜYESİ İSMAİL AKTÜRK
- Dört rotorlu bir insansız hava aracının görüntü işleme tabanlı otomatik kontrolü
Vision-based automatic control of a quadrotor unmanned aerial vehicle
GÜRSEL DENİZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HARUN ÇELİK
- Implementation of target tracking methods on images taken from uav (Unmanned Aerial Vehicles)
İnsansız Hava Araçlarından (İHA) alinan görüntülerde hedef takip yöntemlerinin uygulanmasi
HALİT ERİŞ
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ULUS ÇEVİK
- Hava aracı tespit ve takip sisteminin gerçek zamanlı olarak gömülü sistem üzerinde gerçekleştirilmesi
Implementation of aircraft detection and tracking system in real time on embedded systems
MEHMET SÜMER
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALİH GÖRGÜNOĞLU
- Deprem etkisindeki yapılarda dinamik yöntemlerle üç boyutta form araştırması
Başlık çevirisi yok
MEHMET EMİN TUNA
Doktora
Türkçe
1985
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSNÜ CAN