Geri Dön

Tespit ve benzerlik geri bildirimi ile kızılötesi görüntülerde küçük boyutlu iha takibi için derin öğrenme tabanlı bir yaklaşım

A deep learning framework for tracking small uavs in infrared sequences with detection and similarity feedback

PDF İndir

  1. Tez No: 947872
  2. Yazar: MUHAMMED ZEYN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERTUĞRUL BAYRAKTAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 88

Özet

İnsansız Hava Araçları (İHA) teknolojisindeki hızlı gelişmeler, özellikle havaalanları gibi kritik altyapıların güvenliğini sağlamada yeni zorlukları beraberinde getirmiştir. Bu zorlukların başında, küçük ve hafif yapıları nedeniyle düşük radar kesitine sahip olan İHA'ların artan tehdit potansiyeli yer almaktadır. Bu tür İHA'lar, zayıf sinyal yansımaları nedeniyle düşük sinyal-gürültü oranına (SNR) sahip olup, geleneksel radar sistemleri tarafından tespit edilmeleri son derece güç, hatta imkânsız hale gelebilmektedir. Bu sınırlamalar, araştırmacıları alternatif tespit ve takip yöntemleri geliştirmeye yönlendirmiş ve bilgisayarlı görü bu alanda güçlü bir çözüm olarak öne çıkmıştır. Son yıllarda küçük nesne tespiti ve görsel takip konularında kaydedilen önemli ilerlemeler ışığında, zorlu koşullarda küçük İHA'ların etkin bir şekilde tespit ve takibini gerçekleştirebilen başarılı bir yöntem sunulmaktadır. Geliştirilen yaklaşım, seyrek-yoğun yapıdaki bir tespit mimarisini yalın ve verimli bir görsel takip mekanizması ile bütünleştirmektedir. Sistemin merkezinde yer alan hafif bir benzerlik tahmin modülü, takip süresince izleyicinin doğruluğunu sürekli olarak değerlendirir. Takip edilen nesne ile başlangıçta alınan şablon arasındaki benzerlik puanı belirlenen eşik değerinin altına düştüğünde – bu genellikle hedefin gizlenmesi, görüntü gürültüsü veya takip sapması gibi durumlarda meydana gelir – takip işlemi durdurulur. Ardından, tespit modülü devreye girerek sahneyi yeniden tarar ve hedefin yeni bir görüntüsünü tespit ederek takip mekanizmasını yeniden başlatır. Bu hibrit yaklaşımın, çevresel zorluklara ve hedefin sık sık kaybolmasına karşı dayanıklılık gösterdiği ortaya konulmuştur. Yöntemin etkinliğini değerlendirmek amacıyla, önerilen çerçeve zorlu kızılötesi İHA verisetleri üzerinde eğitilmiş ve test edilmiştir. Ardından, çeşitli güncel takip algoritmalarıyla kapsamlı karşılaştırmalar gerçekleştirilmiştir. Yapılan deneyler sonucunda, önerilen yöntemin başarı, hassasiyet ve örtüşme hassasiyeti gibi çeşitli değerlendirme metriklerinde mevcut yöntemlere kıyasla üstün performans sergilediği gösterilmiştir. Elde edilen sonuçlarla, yöntemin sağlamlığı, doğruluğu ve gerçek dünya İHA gözetim ve güvenlik uygulamaları için uygunluğu ortaya koyulmuştur.

Özet (Çeviri)

In recent years, the rapid advancement of Unmanned Aerial Vehicle (UAV) technology has introduced new challenges to the security of critical infrastructures, particularly airports. Among these, small and lightweight UAVs pose a growing threat due to their low radar cross-section and weak signal reflections, which often result in low signal-to-noise ratios (SNR) that make them difficult or impossible to detect using conventional radar systems. This limitation has driven the research community to explore alternative detection and tracking methods, with computer vision emerging as a powerful solution. Given the recent progress in tiny object detection and visual tracking, we propose a robust framework specifically designed to detect and track small UAVs in challenging scenarios. Our method integrates a sparse-dense detection architecture with a streamlined visual tracking pipeline. At the core of this system is a lightweight similarity prediction module, which continuously evaluates the tracker's performance. When the similarity score between the currently tracked object and the initial template falls below a predefined threshold—typically due to occlusion, noise, or tracking drift—the tracker is temporarily halted. In such cases, the detection component is activated to scan the scene and reinitialize tracking by identifying a new instance of the target UAV. This hybrid approach ensures resilience against environmental challenges and frequent target disappearance. To validate the effectiveness of our method, we trained and tested the proposed framework on challenging infrared UAV datasets and conducted comprehensive comparisons with several state-of-the-art trackers. Experimental results show that our approach achieves superior performance across multiple metrics, including Success, Precision and Overlap Precision, demonstrating its robustness, accuracy, and suitability for real-world UAV surveillance and security applications.

Benzer Tezler

  1. Tez No

    804468

    Investigation of asset management practices in airports

    Havalimanlarında varlık yönetimi uygulamalarının incelenmesi

    CEMİL CAN UZUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ESİN ERGEN PEHLEVAN

  2. Tez No

    801139

    The relationship between teachers' attitudes and feedback-giving practices and student expectations: Theorizing from practice in an efl context

    Yazılı geri bildirim konusunda öğretmenlerin tutum ve uygulamaları ile öğrenci beklentisinin ilişkisi: Yabancı dil olarak ingilizce yazma bağlamında uygulamadan kurama geçiş

    ELİF GÜRERGENE

    Doktora

    İngilizce

    İngilizce

    2023

    Eğitim ve ÖğretimYeditepe Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. AYŞE SEMRA AKYEL

  3. Tez No

    880189

    A new framework for decentralized social networks: Harnessing blockchain, deep learning, and natural language processing

    Merkezsiz sosyal ağlar için yeni bir çerçeve: Blok zinciri, derin öğrenme ve doğal dil işlemeyi kullanmak

    AMIR AL KADAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DENİZ BALTA

  4. Tez No

    416592

    Investigation of control of human balance-recovery reactions

    İnsan denge kurtarma reaksiyonlarının kontrolünün araştırılması

    NURDAN BİLGİN

    Doktora

    İngilizce

    İngilizce

    2015

    BiyomühendislikOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA KEMAL ÖZGÖREN

  5. Tez No

    803474

    Riboşalterlerin insan genomunda aranması ve bilgisayar ortamında vaka çalışmaları ile potansiyel bir ilaç hedefi olarak tahmin edilmesi

    Searching for riboswitches in the human genome and estimation of them as a potential drug target with insilico case studies

    NİHAT BURAK ZİHNİ

    Doktora

    Türkçe

    Türkçe

    2023

    BiyoistatistikKaradeniz Teknik Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. KEMAL TURHAN

Geri Dön