Derin Yapay Sinir Ağları Kullanan Dinamik Bulanık Bilişsel Haritalarla Çoklu Görüde Nesne Takibi

Abstract

Çoklu görüde nesne takibi, birden fazla görüntüleme aygıtının kullanıldığı görüntüleme sistemlerinde tek bir görüntüleme aygıtından elde edilen görüntü kareleri üzerinde tespit edilen nesnelerin diğer görüntüleme aygıtlarından gelen görüntü kareleri üzerinde de bulunduğu yerin hesaplanmasına dayalı nesne takip işlemidir. Burada bahsi geçen problemin çözümü için genelde görüntüleme sistemi içerisinde bulunan farklı kamera konum ve oryantasyonların içerisinde kullanıldığı hesaplama metotlarından yararlanılmaktadır. Makine öğrenmesi ve yapay zeka tabanlı yöntemlerin bilgisayarlı görü alanında problemlerin çözme kabiliyetinin artmasıyla beraber ÇGNT işlemini gerçekleştirmek için farklı yapay zeka ve makine öğrenmesi tabanlı yöntemlerden yararlanılabilmektedir. Bu çalışmada ÇGNT için bulanık bilişsel haritalardan yararlanan yeni bir yöntem geliştirilmiştir. Bulanık bilişsel haritalar, ele aldığı gerçek dünya sistem veya problemlerine ait özellikleri konsept olarak kabul eder. Daha sonra bu konseptler arasındaki ilişkileri kullanarak iteratif bir şekilde modelleme veya hesaplama işlemini geçekleştirir. Günümüzde endüstri, sağlık, enerji, bilgisayar bilimi vs. gibi birçok alanda problemlerin çözümünde BBH’lar kullanılmaktadır. Bulanık bilişsel haritaların literatürde bilgisayar bilimi alanında sağladığı çözüm önerileri için daha dinamik bir yapıya ihtiyaç duyulmuştur. Bu çalışmada çoklu görüde nesne takibi işlemi için geliştirdiğimiz bulanık bilişsel harita yapısında konsept ilişkilerinin dinamik bir şekilde güncellenmesi için derin yapay sinir ağlarından yararlanılmıştır. Deneysel sonuçların analizi farklı başarım hesaplama işlemleriyle gerçekleştirilmiştir. ÇGNT odaklı yöntemlerin başarım hesaplamasında kullanılan Birleşim Kesişimi (Intersection of Union) yöntemi ile yapılan analizlerde minimum %67,4 maksimum %99,8 ve ortalama %88,2 başarım elde edildiği gözlemlenmiştir. Ele alınan problem için hesaplanan kesişim oranı literatür çalışmaları incelendiğinde çok yüksek bir başarıma sahiptir.