Derin öğrenme yaklaşımıyla gerçek zamanlı görüntüler üzerinde tehlikeli nesne tespiti
Detection of dangerous objects in real-time images using a deep learning approach
- Tez No: 899258
- Danışmanlar: DOÇ. DR. BURCU ÇAĞLAR GENÇOSMAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 49
Özet
Teknolojinin gelişmesiyle birlikte, yapay zekâ alanında yapılan çalışmalarda ciddi bir artış meydana gelmiştir. Toplumsal yaşamın her alanında yapay zekâ çalışmaları gerçekleştirilmekle beraber güvenlik sistemleri alanında da çalışmalar yapılmaktadır. Bu alan ile ilgili çok karşılaşılan konulardan biri, güvenlik kameraları üzerinde suçun tespit edilmesidir. Bu ihtiyacın en önemli sebebi, günümüzde güvenlik kameralarının yaygın olarak kullanılmasına rağmen suçun ve suçlunun tespiti için insan operatörlerin uzun saatler boyunca ilgili bölgeyi farklı açılardan görüntüleyen video kayıtlarını izlemek zorunda olmasıdır. Bu çalışmada, tehlikeli nesnelerle işlenen suçları derin öğrenme yöntemleri ile güvenlik kameraları üzerinde gerçek zamanlı tespit edebilmek ve ilgili kişileri anlık olarak uyarabilmek amaçlanmıştır. Çalışma kapsamında tehlikeli nesnelerden 'tabanca', 'tüfek' ve 'bıçak' sınıf etiketleri için herkese açık veri setleri kullanılarak popüler derin öğrenme mimarilerinden YOLOv5, YOLO NAS, YOLOv8, YOLOv9 ve MobileNet mimarileri kullanılmıştır. Eğitimler sonucunda en başarılı model seçilerek web tabanlı bir uygulama geliştirilmiş ve gerçek zamanlı olarak uygulama üzerinde ön tanımlı kişilere tehlike durumunda bildirim gönderebilmek hedeflenmiştir. Çalışmadan beklenen fayda, insan kaynaklı hataların önüne geçilmesi ve güvenlik personeli maliyetlerinin azaltılmasının yanında suçun gerçek zamanlı tespitiyle birlikte önlenebilme olasılığını arttırmaktır.
Özet (Çeviri)
With the advancement of technology, there has been a significant increase in studies in artificial intelligence. While AI research is being conducted in all areas of social life, studies are also being carried out in the field of security systems. One of the frequently encountered topics in this area is the detection of crime on security cameras. The main reason for this need is that, despite the widespread use of security cameras today, human operators still have to watch video recordings of the relevant area from different angles for long hours to detect crimes and criminals. This study aims to detect crimes committed with dangerous objects on security cameras in real-time using deep learning methods and instantly alert the relevant individuals. Within the scope of the study, popular deep learning architectures such as YOLOv5, YOLO NAS, YOLOv8, YOLOv9, and MobileNet were used with public datasets for the class labels of dangerous objects: 'gun', 'rifle', and 'knife'. After the training, the most successful model was selected, and a web-based application was developed to send notifications to predefined individuals in case of danger in real-time. The expected benefit of the study is to increase the possibility of preventing crime through real-time detection, as well as reducing human errors and security personnel costs.
Benzer Tezler
- Alüminyum döküm hatalarının derin öğrenme yaklaşımıyla tespiti ve sınıflandırılması
Detection and classification of aluminum casting defects by deep learning approach
İSMAİL ENES PARLAK
Doktora
Türkçe
2022
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL EMEL
- Scoring of CERbB2 tumors in breast cancer by pathological image analysis
Patolojik görüntü analizi ile meme kanserinde CERbB2 tümörlerinin skor değerlerinin belirlenmesi
GÖZDE AYŞE TATAROĞLU
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Yapay zeka yöntemleri kullanılarak yürüyüş verilerine dayalı dejeneratif nöromüsküler hastalıkların tespiti
Detection of degenerative neuromuscular diseases based on gait data using artificial intelligence methods
İSMİHAN GÜL ÖZELOĞLU
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EDA AKMAN AYDIN
- Manipulation of visually recognized objects using deep learning
Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi
ERTUĞRUL BAYRAKTAR
Doktora
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ