Derin Öğrenme Yöntemleri ile Güvenlik Kamerası Görüntülerinden Apronlarda Yer Operasyonlarının Gerçek Zamanlı Analizi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Elektrik-Elektronik Fakültesi, Bilgisayar Mühendisliği, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: Berna Yılmaz
Danışman: Mine Elif Karslıgil Yavuz
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İstanbul Havalimanı'ndan günlük olarak yaklaşık 1000 uçuş gerçekleşmektedir. Her uçuş için uçakların havalimanı apron alanında kaldıkları süre boyunca sürdürülen operasyonel faaliyetleri mevcuttur. İnişten sonra veya kalkıştan önce yapılması gerekli işlemler bulunmaktadır. İşlemler uçağın apron park alanına gelmesi ile başlayıp, geri itme işleminin bitmesiyle sona erer. Mevcut durumda, bu süreçler farklı sistemlerden gelen bilgiler ve gözle yapılan değerlendirmeler sonucu takip edilmekte ve gerek güvenlik, gerekse operasyon süreçlerinin optimizasyonu için değerlendirilmektedir. Yapılan operasyonların kontrolünün, takibinin ve standardizasyonunun sağlanabilmesi için operasyon işlemlerinin otomatize edilmesi önemli bir fayda sağlayacaktır. Bu tez çalışmasında, video görüntülerini değerlendirerek, uçağın apronda bulunduğu süre boyunca yapılan operasyonel faaliyetlerin tespit, takip ve raporlamasını yapan derin öğrenme tabanlı bir sistem tasarlanmış ve gerçeklenmiştir. Konu ile ilgili genel kullanıma açık bir veri kümesi bulunmadığı için, önce güvenlik kamerasının farklı zamanlara ait görüntüleri kullanılarak veri kümesi hazırlanmıştır. Operasyonel işlemlerin değerlendirilmesi görüntüde uçağın tespiti ile başlamaktadır. Uçak iniş yaptıktan sonra körük yanaşması, ikram yükleme, yakıt yükleme gibi farklı işlemlerin tespiti yapılmaktadır. Uçak ve operasyonlarda yer alan araçların tespiti için bölge tabanlı evrişimsel sinir ağı modellerinden biri olan Mask R-CNN yöntemi kullanılmıştır. Yapılan işlemlerin oryantasyonunun uygunluğunun anlaşılabilmesi için uçağın kapıları ve kuyruk bölümü de yine Mask R-CNN kullanılarak tespit edilmiştir. Uçak ve diğer araçların takibi için farklı nesne takip yöntemleri incelenmiş ve derin öğrenme tabanlı SiamMask algoritması kullanılmıştır. Operasyonda yer alan araçların uçak ile bağlantısı başladıktan sonra aracın konumu ve hareket yönü bilgileri kullanılarak yapılan işlemler hakkında çıkarımlarda bulunularak operasyonun türü, başlangıç ve bitiş zamanı bilgileri çıkartılmıştır. Olayların başarısını nesne tespiti ve takibi doğrudan etkilemektedir. Bu sebeple her aşamada performans değerlendirmesi yapılmıştır. Sistemin genel başarısının gerçek zamanlı kullanım için yeterli olduğu görülmüştür.