Neural network-based human detection using raw UWB radar data
Ultra-geniş bantlı radar ham verileri kullanılarak sinir ağ tabanlı insan tespiti
- Tez No: 926006
- Danışmanlar: DR. ÖĞR. ÜYESİ ECE GELAL SOYAK, PROF. DR. SAEID KARAMZADEH
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Darbeli doppler radarı, Doppler radarı, Makine insan sistemi, Sağlık insangücü, Sağlıklı insanlar, Yer altı radarı, Pulsed doppler radar, Doppler radar, Machine human system, Health manpower, Healthy people, Ground penetrating radar
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yirmi yılda, insan nefes ve hareketlerinin uzaktan tespit edilmesi oldukça ilgi çekici bir konu haline gelmiştir. Yaşlı nüfusun izlenmesi, deprem, yangın, heyelan gibi doğal afetler anında insan tespiti son derece önemlidir. İnsan tespitinde, sensör, kamera, Lidar, Wi-Fi, radar gibi çeşitli teknolojik yöntemler kullanılmaktadır. Sunulan bu çalışmada, UWB radar teknolojisine dayalı insan tespiti önerilmektedir. Ultra Geniş Bant (UWB) radar; geniş frekans aralığı sayesinde hassas tespit ve görüntüleme, çeşitli engeller karşısında yüksek penetrasyon özelliği, düşük güç tüketimi, solunum ve kalp atışı gibi mikro hareketleri algılama, dağınık ortamlarda çalışma ve gerçek zamanlı çalışma gibi birçok avantaja sahiptir. Önerilen çalışmada, UWB radar kullanılarak iki farklı veri seti oluşturulmuştur. Data setler oluşturulurken radar cihazının farklı iki özelliğinden yararlanılmıştır. Veri toplamada iki farklı senaryo ve bu senaryoların altında birden fazla alt senaryo oluşturulmuştur. Bu alt senaryolarda, insanın radara olan mesafesi, açısı, yönü ve pozisyonu gibi parametreler dikkate alınmıştır. Elde edilen veriler herhangi bir gürültü veya arka plan temizleme gibi işlemler yapılmadan, herhangi bir sinyal işleme metodu kullanılmadan doğrudan bir sinir ağ modelinde eğitilmiştir. UWB radar ham verileri ile herhangi bir sinyal işleme metodu kullanılmadan verilerin anlamlandırılması bu çalışmanın özgün fikrini oluşturmaktadır. Elde edilen ham verileri önerilen Neural Network modeli olan CNN tabanlı bir algoritmada eğitilerek insan ve insan olmayan şeklinde sınıflandırılmıştır. Elde edilen sonuçlar ile yüksek doğru sınıflandırmaya ulaşılmıştır.
Özet (Çeviri)
Over the past two decades, the remote detection of human breathing and movements has become a fascinating and highly relevant research topic. This technology has significant applications, such as monitoring elderly populations and detecting humans in natural disasters like earthquakes, fires, and landslides. Various technological methods, including sensors, cameras, Lidar, Wi-Fi, and radar, have been employed for human detection. UWB radar stands out for its wide frequency range, allowing for highly sensitive detection and imaging. It has a high penetration capability, making it effective even through obstacles, and operates with low power consumption. Furthermore, UWB radar can detect micro-movements like breathing and heartbeats, perform well in cluttered environments, and support real-time applications. In this study, a human detecting model using with UWB radar technology is presented. Two distinct datasets were created using the UWB radar device, leveraging its dual features. Data collection involved two main scenarios, each containing multiple sub-scenarios. These sub-scenarios varied parameters like the position, distance, angle, and orientation of the human subject relative to the radar. Unlike conventional approaches that rely on signal processing or noise/background removal, this study uniquely emphasizes analyzing raw UWB radar data directly. The collected raw data were fed into a Convolutional Neural Network (CNN)-based model without applying any preprocessing or signal enhancement techniques. The neural network was trained to classify the data into two class: human and non-human. The results demonstrated high classification accuracy, showcasing the capability of using raw UWB radar data for robust and efficient human detection.
Benzer Tezler
- Gelişim nörolojisi polikliniğine başvuran nöral tüp defektli olgularda prospektif bir inceleme
Başlık çevirisi yok
İLKBAHAR EMİNE GÜLTEKİN
Yüksek Lisans
Türkçe
1986
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. SELÇUK APAK
- Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma
A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region
MEHMET FARUK ALTUNKASA
Doktora
Türkçe
1987
Çevre MühendisliğiÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ERDOĞAN GÜLTEKİN
- Bazı besiyeri faktörlerinin mısır (Zea mays L.) ve arpa (Hordeum vulgare L.) embriyo kültürleri üzerine etkileri
Başlık çevirisi yok
ATALAY SÖKMEN
Yüksek Lisans
Türkçe
1987
BiyolojiCumhuriyet ÜniversitesiBiyoloji Ana Bilim Dalı
DOÇ. DR. RAHMİ BİLALOĞLU
- Çok parçalı sistemlerin analizine bir örnek: azdırma malafa sisteminin deformasyon analizi
An Example to the analysis of multi-part systems: defermation analysis of an arbor mechanism in a hobbing machine
ERKAN GÜRSEL
- Transformatör sargılarında oluşan hızlı değişimli geçici olayların incelenmesi ve enerji iletim sistemlerinin modellenmesinde yeni bir yaklaşım
Investigation of high speed transients on transformer windings and a new approach in modelling of energy transmission systems
A.OĞUZ SOYSAL
Doktora
Türkçe
1985
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. M. KEMAL SARIOĞLU