Akıllı kampüsler için topluluk hareketliliğinin derin öğrenme temelli yöntemlerle gerçek zamanlı izlenmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Isparta Uygulamalı Bilimler Üniversitesi, Lisansüstü Eğitim Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: AHMET BESTAMİ KÖSE
Danışman: Sinan UĞUZ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Günümüzde şehir ortamlarının ve dolayısıyla kampüs ortamlarının giderek daha yoğun insan kalabalıklarını misafir ediyor olması sebebiyle çeşitli problemler ön plana çıkmaktadır. Bu problemlerin çözümü için yapılması gereken ilk şey ise; bu kalabalıkların tespit edilmesi ve analizlerinin yapılması gerekliliğidir. Bu doğrultuda, bu tez çalışmasında üniversite kampüs içerisinde öğrenci kalabalıklarının tespit edilmesi ve incelenmesi hedeflenmiştir. Bunun için görüntülerdeki insanların tespit edilebilmesi amacıyla derin öğrenme yöntemleri kullanılarak nesne tespiti yapılmıştır. Literatürdeki yaygın olarak kullanılan veri setleri incelenmiş ve CrowdHuman veri setinin en uygun veri seti olduğu görülmüştür. İlgili veri seti içerisinde 15 000 adet görüntü bulunmakta ve yaklaşık 470 000 adet etiketlenmiş insan verisi bulunmaktadır. Yapılan eğitimlerde Faster RCNN, YOLO, RetinaNet gibi state-of-the-art modeller kullanılmıştır. Yapılan deneylerde YOLOv4 ile %78 mAP skoru elde edilmiştir. Burada eğitilen modeller sunucu üzerinde çalıştırılarak, kampüs içerisinde bulunan IP kameralardan elde edilen görüntüler üzerinde gerçek zamanlı olarak nesne tespiti yapılmıştır. Görüntüde insan yoğunluğunun tespit edilmesi ile birlikte mobil uygulama üzerinde ilgili bölgenin yoğunluk durumu gösterilmektedir.