Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Sara Akan
Danışman: Songül Varlı
Özet:
Bu tez çalışması temel olarak, bir futbol maçında herhangi bir anında farklı kamera açılarından çekilen görüntülerden futbolcunun kimliğini tanımlamaya odaklanmıştır. Bu görev, kişinin kimliğini yeniden belirleyen uygulamalara kıyasla farklı zorluklar içermektedir. Derin öğrenme teknolojisi söz konusu işlemin performansını büyük ölçüde iyileştirmiştir. Ancak aynı teknoloji futbolcular üzerinde uygulandığında yukarıda bahsi geçen zorluklardan dolayı beklenen performansı gösterememektedir. Dolasıyla bu zorlukların üstesinden gelmek için güçlü özniteliklere ihtiyaç duyulmaktadır. Evrişimli sinir ağları yerel komşuluklara odaklandığından ilişkileri göz ardı ederken, aşağı örnekleme operatörleri de detaylı bilgi kaybına neden olur. Bu nedenle, farklı açılardan futbolcu görüntüleriyle çalışırken, mevcut mimarinin performansı genellikle tatmin edici değildir. Bu çalışmada, böylesine zorlu bir sorunu çözmek için, RFES-ReID adlı bir yöntem önerilmiştir. Derin öğrenme teknolojisine dayalı futbolcunun kimliğinin yeniden belirlenmesi yöntemi olarak Swin Transformer ile birlikte yerel algı bloğu yöntemi önerilmiştir. Bu yöntem, futbolcunun kimliğinin yeniden belirlenmesine ilişkin temel sorunu, yani eğitim için güçlü öznitelikler eksikliğini gidermeye amaçlamaktadır. Ardından, kişinin kimliğinin yeniden belirlenmesi eğitim sürecini daha etkili ve dengeli hale getirmek için birleştirilmiş kayıp fonksiyonlar yaklaşımı kullanılmıştır. Ayrıca, yeniden sıralama, önerilen temel model ile birleştirilerek önemli performans iyileştirmesi elde edilmiş ve aşırı uyum önlenmiştir. RFES-ReID kullanılarak futbolcu veri seti üzerinde güçlü ve ayrıt edici öznitelikler elde edilmiştir. Bununla birlikte birleştirilmiş kayıp fonksiyon kullanılarak dengeli bir öğrenme süreci sağlanmıştır. Söz konusu kazanımlarla bu alandaki boşluk doldurulmaya çalışılmıştır. Farklı veri kümeleri kullanılarak yapılan deneysel analiz ve sonuçlar, kişinin kimliğinin yeniden belirlenmesi konusunda RFES-ReID yönteminin diğer teknoloji metotlarına göre daha rekabetçi bir performans sağladığını göstermektedir.