Detecting airplanes in UAV images using deep learning model
Derin öğrenme modeli kullanılarak insansız hava aracı görüntülerinden uçakların tespiti
- Tez No: 933471
- Danışmanlar: PROF. DR. HÜSEYİN CANBOLAT
- Tez Türü: Yüksek Lisans
- Konular: Savunma ve Savunma Teknolojileri, Defense and Defense Technologies
- Anahtar Kelimeler: Yapay sinir ağları, insansız hava araçları, uçak, algoritma, yapay zeka, evrişimli sinir ağları, derin öğrenme, nesne algılama, Artificial neural network, unmanned aerial vehicle, aircraft, algorithm, artificial intelligence, convolutional neural networks, deep learning, object detecetion
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Savunma Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Günümüzde insansız hava araçları, keşif ve gözetleme, bilimsel araştırmalar, yangın söndürme, tarım ve orman yönetimi, iletişim, ticaret, hava saldırıları ve sınır güvenliği gibi birçok alanda aktif olarak kullanılmaktadır. Uçaklara kıyasla daha düşük maliyetli olmaları, insan faktörüne daha az ihtiyaç duymaları ve daha hızlı doğru kararlar almaları, bu araçların tercih edilmesinde önemli rol oynamaktadır. Bu avantajlar, insansız hava araçları kullanımının hızla yaygınlaşmasına katkı sağlamaktadır. Bu çalışmada yapay sinir ağları ve makine öğrenmesinin alt çalışma alanı olan derin öğrenme ile insansız hava araçları görüntülerinden uçakların tespiti incelenmiştir. Derin öğrenme modelleri, insansız hava araçları görüntülerinden uçak tespiti gibi karmaşık görevlerde yüksek doğruluk oranlarıyla başarılı sonuçlar sunmaktadır. Özellikle nesne tespiti alanında kullanılan evrişimli sinir ağları derin öğrenme mimarileri, hava görüntülerindeki nesneleri tanımlamak için en uygun model olarak bilinmektedir. İnsansız hava araçlarından alınan görüntüler genellikle farklı açılar, ışık koşulları ve çözünürlüklerde olduğu için derin öğrenme modelleri, bu değişken koşullarda dahi uçakları tespit edebilecek şekilde eğitilebilmektedir. Modelin eğitimi için büyük ve dengeli veri kümeleri oluşturulması, veri artırma tekniklerinin kullanılması ve uygun hiperparametre ayarlamaları, tespit başarısını artırmaktadır. Bu teknolojinin geliştirilmesi, hava trafiği yönetimi, askeri operasyonlar ve afet durumlarında arama-kurtarma çalışmalarında kritik bir rol oynamaktadır. Çalışma sonucunda insansız hava araçları, derin öğrenme ve nesne tespitine yönelik çalışmaların gelecekte çok kritik bir role sahip olacağı görülmüştür. Bu alanda yapılan yazılımsal ve donanımsal gelişmelerle otonom hava araçları ve insansız hava trafik sistemleri daha bağımsız ve hızlı kararlar alabilecek yapay zeka sistemleriyle donatılacaktır. Başta askeri uygulamalar olmak üzere bir çok yerde kullanım gereksinimi artacak ve yaygınlaşacaktır.
Özet (Çeviri)
Today, Unmanned Aerial Vehicles are actively used in many areas such as reconnaissance and surveillance, scientific research, firefighting, agriculture and forest management, communication, trade, air strikes and border security. The fact that they are lower cost compared to aircraft, require less human factors and make correct decisions faster plays an important role in the preference of these vehicles. In this study, the detection of aircraft from Unmanned Aerial Vehicle images was investigated with deep learning, which is a subfield of Artificial Neural Networks and machine learning. Deep learning models provide successful results with high accuracy rates in complex tasks such as aircraft detection from Unmanned Aerial Vehicle images. Especially in the field of object detection, Convolutional Neural Networks deep learning architectures are known to be the most suitable model for detecting objects in aerial images. Since images taken from Unmanned Aerial Vehicles are usually in different angles, lighting conditions and resolutions, deep learning models can be trained to detect aircraft even in these variable conditions. Creating large and balanced data sets for model training, using data augmentation techniques and appropriate hyperparameter adjustments increase detection success. The development of this technology plays a critical role in air traffic management, military operations and search and rescue operations in disaster situations. As a result of the study, it was seen that Unmanned Aerial Vehicles, deep learning and object detection studies will have a very critical role in the future. With the software and hardware developments in this field, autonomous air vehicles and unmanned air traffic systems will be equipped with artificial intelligence systems that can make more independent and faster decisions. The need for use in many places, especially military applications, will increase and become widespread.
Benzer Tezler
- Bina rölevesi kapsamında yersel lazer tarama ve insansız hava araçları yardımıyla üretilen verilerin doğruluk analizi
Accuracy analysis of data produced by terresterial laser scanner and unmanned aerial vehicle in building relief scope
HACI TEVFİK ÇAŞKURLU
Yüksek Lisans
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURAN ERDEN
- Defensive systems against unmanned vehicles
İnsansız araçlara karşı savunma sistemleri
ALPEREN ZİYA SÖKMEN
Yüksek Lisans
İngilizce
2023
Savunma ve Savunma TeknolojileriAnkara Yıldırım Beyazıt ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. HÜSEYİN CANBOLAT
- Target detection and tracking from unmanned aerial vehicle cameras using embedded GPU
Gömülü cihazlar kullanarak insansız hava araçları üzerinden hedef tespit ve takibi
FIRAT MEHMETOĞLU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YAHYA KEMAL BAYKAL
- İnsansız hava araçları için hareketli hedef takip sistemi
Moving target tracking for unmanned aerial vehicles
ÖMER FARUK BUDAK
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiNiğde ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET KÜRŞAT YALÇIN
- Uçaklarda uçuş esnasında meydana gelebilecek buzlanma risk derecesinin ysa kullanılarak tahmin edilmesi
Estimation of the degree of icing that may occur during flight in airplanes using ann
SERHAT FENAR
Yüksek Lisans
Türkçe
2016
Sivil HavacılıkErciyes ÜniversitesiSivil Havacılık Ana Bilim Dalı
YRD. DOÇ. DR. HAMDİ ERCAN