Geri Dön

Görüntü işleme yöntemiyle emniyet kemeri kullanımı tespitinin reflektif kumaş yardımıyla arttırılması

Increasing the detection of seat belt usage by image pprocessing with the reflecti̇ve fabric

  1. Tez No: 895980
  2. Yazar: ŞERİFE GÜLSÜM DEMİR
  3. Danışmanlar: PROF. DR. TURAN ARSLAN
  4. Tez Türü: Doktora
  5. Konular: Ulaşım, Transportation
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Bursa Uludağ Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Ulaştırma Bilim Dalı
  13. Sayfa Sayısı: 182

Özet

Bu tez çalışması, görüntü işleme tekniklerini kullanarak emniyet kemerinin tespitinde doğruluk ve güvenilirliği artırmayı amaçlamaktadır. Emniyet kemerinin kumaşında yapılan yenilikçi değişiklikler, görüntü işleme sırasında emniyet kemerinin daha iyi algılanmasını hedeflemiştir. Bu amaç doğrultusunda, akıllı kumaş teknolojilerinden faydalanılarak beş farklı emniyet kemeri tasarımı (SR1, SR2, SR3, GR1, GR2) geliştirilmiş ve bu tasarımlar, derin öğrenme modeli olan YOLOv9 algoritması kullanılarak standart emniyet kemeri (EmK) ile karşılaştırılmak üzere test edilmiştir. Tez çalışmasının bulguları iki ana bölümde değerlendirilmiştir. İlk olarak, üretilen emniyet kemeri tasarımlarının YOLOv9 ile modellenmesi sonucunda elde edilen test resimlerindeki emniyet kemerlerini algılama başarı oranları incelenmiştir. İkinci olarak, bu tasarımların kemersiz test verilerini doğru şekilde algılama olasılıkları değerlendirilmiştir. Her iki durum için de ortalama başarı oranları hesaplanmış ve Tukey's Honestly Significant Difference (HSD) testi ile istatistiksel analizler yapılmıştır. Bu analizler sonucunda, geliştirilen emniyet kemeri tasarımlarının algılama performansları, standart emniyet kemeri modeline göre daha üstün bulunmuştur. Özellikle SR2 modeli, tüm tasarımlar arasında en yüksek tespit başarısına sahip olarak dikkat çekmiştir. Sonuç olarak, bu çalışma, emniyet kemeri denetimlerinin otomatikleşmesine ve daha az insan müdahalesi ile daha yüksek doğrulukta yapılmasına olanak tanımaktadır. Ayrıca, emniyet kemeri kullanımını teşvik ederek sürücü kaynaklı kazaların azaltılmasına katkı sağlamaktadır. Çalışmanın bulguları, trafik güvenliği üzerine yapılan çalışmalarda akıllı kumaşlar ve gelişmiş görüntü işleme tekniklerinin potansiyelini başarıyla göstermektedir. Bu sonuçlar, emniyet kemeri tespit teknolojilerinin geliştirilmesinde önemli bir adım olarak değerlendirilmektedir.

Özet (Çeviri)

This thesis study aims to enhance the accuracy and reliability of seat belt detection using image processing techniques. Innovative modifications made to the fabric of the seat belt are intended to improve its detectability during image processing. To this end, five different seat belt designs (SR1, SR2, SR3, GR1, GR2) were developed utilizing smart fabric technologies and tested against the standard seat belt (EmK) using the deep learning model YOLOv9 algorithm. The findings of the thesis are evaluated in two main sections. Firstly, the detection success rates of the seat belts in the test images resulting from the YOLOv9 modeling of the produced seat belt designs were examined. Secondly, the likelihood of these designs accurately detecting seatbelt-less test data was evaluated. Average success rates were calculated for both scenarios, and statistical analyses were conducted using Tukey's Honestly Significant Difference (HSD) test. These analyses found that the detection performance of the developed seat belt designs was superior to that of the standard seat belt model. Notably, the SR2 model stood out as having the highest detection success among all designs. In conclusion, this study facilitates the automation of seat belt inspections and enables them to be conducted with greater accuracy and less human intervention. Additionally, by encouraging the use of seat belts, it contributes to the reduction of driver-related accidents. The findings of the study successfully demonstrate the potential of smart fabrics and advanced image processing techniques in traffic safety research. These results are considered an important step in the development of seat belt detection technologies.

Benzer Tezler

  1. Multi-sensor lane tracking and lane departure warning system design

    Çok-sensörlü şerit takip ve şeritten ayrılma uyarı sistemi tasarımı

    BARIŞ ÖZCAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. PINAR BOYRAZ

  2. Jet uçaklarında transfer öğrenimi yöntemiyle hasarlı parçaların tespiti

    Detection of damaged parts via transfer learning method in jet aircrafts

    SAFA ERDEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLTEKİN ÇAĞIL

  3. Machine learning techniques for surface electromyography based hand gesture recognition

    Yüzey elektromiyografi temelli el jesti tanıma için makine öğrenmesi teknikleri

    ENGİN KAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

  4. Human operator modelling with ts fuzzy modelling using symbolic interval-valued data

    Sembolik aralık-değerli veri kullanarak takagi-sugeno bulanık modelleme ile insan opertörlerinin modellenmesi

    ANIL ERDİNÇ TÜFEKÇİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

  5. Görüntü işleme yöntemiyle üzüm veriminin belirlenmesi

    Determination of grape production by image processing method

    MİHRİBAN DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ZiraatTokat Gaziosmanpaşa Üniversitesi

    Biyosistem Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET METİN ÖZGÜVEN