Video işaretleri içindeki insanların sayısının tespiti
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRONİK-HABERLEŞME EĞİTİMİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: ÇAĞLAR ÇAVDAR
Danışman: Bülent Bolat
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Son zamanlarda gelişen teknoloji ile birlikte bilgisayar tabanlı sistemlerin kullanımı gün geçtikçe yaygınlaşmıştır. Nesne algılama, bilgisayar ile görü ve makine öğrenmesinde popüler bir konudur. İnsanların bilgisayarlar ile olan etkileşiminin artması ve bilgisayar tabanlı sistemlerinin insan hayatına etkisi düşünüldükçe, yaya tespit yöntemleri her geçen gün daha da önem kazanmaktadır. Tasarlanan insan sayma sistemleri ise bir kapıdan veya koridordan geçen yayaların sayısını belirlemek için kullanılan cihazlardır. Çoğu zaman bu sistemler, büyük bir binanın girişinde, tren istasyonları, hava alanları veya toplu taşıma araçlarının duraklarında kullanılmaktadır. Böylece izlenilen alan içerisindeki toplam yaya sayısı kaydedilebilir. İnsan sayma sistemleri, pazarlama araştırması anketi yapabilmek ve belirli bir zaman periyodundaki insan yoğunluğunu tespit edebilmek için oldukça önemli sistemlerdir. Bu tez çalışmasında, farklı sınıflandırıcılar kullanarak video işaretlerinde yaya tespiti yapan bir algoritma sunulmaktadır. Çalışma sırasında görüntünün özniteliklerini çıkarmak için tanımlayıcı olarak yaya tespitinde sıkça kullanılan HOG, sınıflandırıcı olarak ise destek vektör makineleri (SVM), K en yakın komşu (KNN) ve AdaBoost algoritmalarının birleşimiyle çoğunluk oylamasına dayanan özel bir sınıflandırıcı kullanılmıştır. Üç farklı sınıflandırıcı ile birlikte video görüntüsünde hareket kestirimi yapılarak yaya olup olmadığına karar verilmektedir. Uygulanan yöntemin etkinliğini göstermek için sistem INRIA veri seti kullanılarak eğitilmiştir ve farklı bir veri seti olan Penn Fudan ile test edilmiştir. Önerilen yöntemin doğru pozitif oranını yükseltirken hatalı pozitif oranını düşürdüğü açıkça görülmektedir. Buradan yola çıkarak çoğunluk oylaması yönteminin sunulan problemin çözümü için daha olumlu sonuçlar ürettiği söylenebilir. Deneysel sonuçlar önerilen yöntemin tek bir sınıflandırıcı ile yapılan yaya tespitine göre daha yüksek doğruluk oranında çalıştığını desteklemektedir.