DERİN ÖĞRENME İLE YEŞİLALANLARIN ÇIKARIMI
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, İnşaat Fakültesi, Harita Mühendisliği, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: YUSUF YEKTA GÜZEL
Danışman: Anime Melis Uzar Dinlemek
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Dünyada, doğal habitat ve sağlıklı çevreler oluşturmaları nedeniyle yeşil alanlar küresel iklim değişikliklerinin izlenmesi, hava tahminleri gibi konularda önemli bir yerdedir. Ayrıca, kentsel ve kırsal alanların dönüşümü, afet ve kriz yönetimi gibi konularda zamansal değişim analizi yapılması, ormanlık alan çıkarımı gibi sürdürülebilir kaynakların takibi ve envanter oluşturulması açısından önem teşkil etmektedir. Son yıllarda, küresel iklim değişikliği açısından önemli olan bu alanların izlenmelerine yönelik yürütülen çalışmalarda, mevcut yöntemler ile derin öğrenme yöntemlerinin entegrasyonu gündeme gelmektedir. Derin öğrenme, temelinde YSA (Yapay Sinir Ağı) prensibini kullanarak, tek katmanlı sinir ağlarından çok katmanlı sinir ağlarına geliştirilen ve evrimleşerek yöntemin temellerini oluşturan bir mimariye sahiptir. Bu yöntem, el yazısıyla yazılan rakamları tanıma, fotoğraflardan bireylerin ruh halini tespit etme, trafikte seyreden taşıtları ve yayaları tanıma, LiDAR (Light Imaging Detection and Ranging) sensörleriyle 3 boyutlu tespit, uydu görüntüleri ile yeşil alanların zamansal değişimi veya farklı organlarda gözlemlenebilen kanserli hücrelerin röntgen görüntülerinden tespiti gibi konular üzerine yapılan çalışmalarda kullanılmıştır. Son yıllardaki derin öğrenmeye dair bu ivmelenme, derin öğrenme yöntemlerinin sunduğu avantajların Harita Mühendisliği'nin çalışma konularında da uygulanmasını sağlamıştır. Uzaktan algılama ve fotogrametri verilerinin derin öğrenme yöntemi ile entegrasyonu farklı kırsal ve kentsel çalışma alanlarının segmentasyonu ve kıyı çizgisi çıkarımı gibi sulak çalışma alanlarında hız ve doğruluk bakımından avantaj sağlamaktadır. Özellikle obje çıkarımı konusunda derin öğrenme algoritmalarının kullanımı ve makine eğitimi ile operatör müdahalesine ihtiyaç duymadan otomatik çıkarım gerçekleştirilmektedir. Böylece objeyi en iyi şekilde temsil edebilecek hiyerarşik bir yapı oluşturulabilmektedir. Tez çalışması kapsamında; 159 adet İHA (İnsansız Hava Aracı) görüntüsünden üretilen, Yıldız Teknik Üniversitesi Davutpaşa Kampüsü'ne ait ortofoto kullanılarak kampüsteki yeşil alanlar U-Net, UNet-VGG19, ResUNet, DenseUNet ve MultiResUNet kullanılarak çıkarılmıştır. En yüksek doğruluk oranını %94 DBK (Dice Benzerlik Katsayısı) oranı ile U-Net mimarisinde, %93 doğruluk oranına ise UNet-VGG19, ResUNet, DenseUNet mimarilerinde ulaşılmıştır. Elde edilen sonuçlar doğrultusunda, derin öğrenme yöntemlerinin İHA görüntülerinden yeşil alanların çıkarımında kullanılabileceği sonucuna varılmıştır.