Görüntü işleme tabanlı işlem analiz ve takip sistemi tasarımı
Design of an image processing based system for process analysis and tracking
- Tez No: 959792
- Danışmanlar: DR. ÖĞR. ÜYESİ SELÇUK COŞKUN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Bu tez çalışmasında, güncel görüntü işleme ve derin öğrenme yaklaşımları bir araya getirilerek, gerçek zamanlı çalışan bir kişi tanıma ve davranış izleme sistemi geliştirilmiştir. Özellikle iç mekânlarda, kamera görüntüsü üzerinden ortamda bulunan bireylerin kimliğinin otomatik olarak belirlenmesi ve aktivitelerinin sınıflandırılması hedeflenmiştir. Tasarlanan sistem, yüz tanıma, nesne algılama ve davranış tespiti gibi bilgisayarla görme alanındaki başlıca tekniklerin bütünleşik olarak kullanılmasına dayanmaktadır. Çalışmanın ilk aşamasında, bireylerin kimliğinin güvenilir biçimde tanımlanabilmesi için Python programlama diliyle geliştirilen ve yaygın olarak kullanılan face recognition kütüphanesinden yararlanılmıştır. Bu süreçte, sisteme önceden tanıtılmış kişilere ait yüz fotoğrafları işlenmiş, yüz özelliklerinden elde edilen vektörler sistemin belleğine kaydedilmiştir. Böylece canlı video akışı sırasında, ilgili bireyin yüzü algılandığında, kimliği sistem tarafından otomatik olarak tanınmaktadır. Yüz tanıma modülü, yüksek doğruluk oranı ile sistemin güvenilirliğine ve sürdürülebilirliğine önemli katkı sağlamıştır. Ayrıca gerçek ya da sahte ayrımı yapılabilmektedir. İkinci aşamada ise, bireylerin davranışlarının belirlenmesi için özel olarak eğitilmiş YOLOv8 modeli uygulanmıştır. Bu model, nesne ve eylem tespitinde günümüzün en başarılı derin öğrenme tabanlı algoritmalarından biridir. Tez kapsamında, Roboflow platformu aracılığıyla“kitap okuma”,“bilgisayar kullanma”,“telefonla kullanma”ve“yazı yazma”gibi davranış kategorilerini içeren bir veri seti oluşturulmuş ve model bu etiketlerle eğitilmiştir. Eğitim sonrası, modelin canlı video karelerinde her bireyin gerçekleştirdiği eylemi yüksek doğrulukla belirlediği görülmüştür. Ayrıca sistemin yeni davranış türleriyle kolayca güncellenebilmesi, gelecekte farklı kullanım senaryolarına entegrasyonunu mümkün kılmaktadır. Her karede tespit edilen kişi kimliği, davranış etiketi ve zaman bilgisi otomatik olarak .csv dosyasına kaydedilmekte, böylece analiz edilebilir ve sürdürülebilir bir veri tabanı oluşturulmaktadır. Çalışmada çoklu nesne takibi algoritmaları doğrudan uygulanmamış olsa da, geliştirme süreçlerine ilave edilebilir ve sistemin esnekliği artırılabilir. Sistem, düşük donanımlı bilgisayarlarda da etkin şekilde çalışmaktadır. Uygulama alanları arasında eğitimde öğrenci takibi, iş ortamlarında personel davranış analizi, güvenlikte olağandışı davranış saptama gibi çeşitli senaryolar yer almaktadır. Böylece, bu tez çalışması hem akademik literatüre katkı sağlamayı hem de pratikte kullanılabilir, yenilikçi ve esnek bir çözüm sunmayı amaçlamaktadır.
Özet (Çeviri)
In this thesis study, a real-time person recognition and behavior monitoring system was developed by integrating modern image processing and deep learning approaches. The main goal was to automatically identify the individuals present in indoor environments through camera footage and to classify their activities. The designed system is based on the integrated use of key computer vision techniques such as face recognition, object detection, and behavior recognition. In the first stage of the study, the widely used face recognition library, developed in Python, was utilized to reliably identify individuals. During this process, facial images of pre-registered individuals were processed, and feature vectors extracted from these faces were stored in the system's memory. Thus, during live video streaming, whenever a relevant face is detected, the system automatically recognizes the person. The face recognition module contributed significantly to the system's reliability and sustainability with its high accuracy rate. Additionally, it is possible to distinguish between real and fake (manipulated) faces. In the second stage, a specially trained YOLOv8 model was implemented to determine the behaviors of individuals. This model is considered one of the most successful deep learning-based algorithms for object and activity detection today. Within the scope of the thesis, a dataset including behavioral categories such as“reading a book”,“using a computer”,“using a phone”, and“writing”was created via the Roboflow platform, and the model was trained with these labels. After training, it was observed that the model could accurately identify each individual's actions in real-time video frames. The system can also be easily updated with new types of behaviors, making it possible to adapt to various scenarios in the future. For each frame, the detected person's identity, behavior label, and timestamp are automatically recorded in a .csv file, thus creating an analyzable and sustainable database. Although multi-object tracking algorithms were not directly implemented in this study, they can be added in future development stages to increase the flexibility of the system. The system also operates efficiently on low-end computers. Application areas include student monitoring in educational settings, personnel behavior analysis in workplaces, and the detection of abnormal behaviors in security systems. Therefore, this thesis aims to contribute to the academic literature while also presenting an innovative, practical, and flexible solution that can be used in real-world applications.
Benzer Tezler
- Bilişim sistemlerindeki gelişmelerin işletme yönetimine etkileri, yönetim bilişim sistemleri geliştirme ve bir uygulama örneği
Effects of the evoluation of information systems on management, management information systems development and an example of its application
ZUHAL TANRIKULU
Doktora
Türkçe
1999
İşletmeİstanbul ÜniversitesiOrganizasyon ve İşletme Politikaları Ana Bilim Dalı
PROF. DR. EROL EREN
- Textile based sensing system for leg motion monitoring
Bacak hareketi izleme için tekstil tabanlı algılama sistemi
KADİR ÖZLEM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Compressed sensing based 3D image reconstruction in digital breast tomosynthesis and micro-bioimaging
Sayısal meme tomosentezinde ve mikro biyogörüntülemede sıkıştırılmış algılama tabanlı 3B görüntü geri çatma
ADEM POLAT
Doktora
İngilizce
2018
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Hybrid controller approach for an autonomous ground vehicle path tracking problem
Otonom bir kara aracının yol takibi problemi için hibrit kontrolör yaklaşımı
MERTCAN CİBOOĞLU
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- 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
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR