Derin Öğrenme ile İnsansız Hava Aracı Görüntülerinden Yaya Tespiti

Abstract

Bu çalışmada, insansız hava araçlarından (İHA) elde edilen görüntüler kullanılarak yaya tespitine yönelik bir uygulama gerçekleştirilmiştir. Bunun için, elde edilen İHA görüntülerinden, derin öğrenme yöntemi yardımıyla özellik çıkarımı yapılmıştır. İHA’lardan alınan görüntülerin işlenmesinde karşılaşılan zorluklardan biride, büyük veri kümelerinin sınıflandırmasıdır. Bu çalışmada, bu zorluğun üstesinden gelmek için Evrişimsel Sinir Ağları (ESA) kullanılmıştır. Bir diğer zorluk ise bazı veri türlerinin azlığından dolayı kaliteli bir eğitim sürecinin gerçekleştirilememesidir. Bu nedenle, eğitimin etkinliğini artırabilmek için resim çoğaltma yöntemi uygulanmıştır. Önerilen yöntem ile İHA’dan elde edilen yaya, bisikletli, araba, ağaç ve sokak lambası resimleri istenen boyutlarda ayarlanarak ESA modellerinden AlexNet ve VGG16’ya giriş verisi olarak verilerek özellik çıkarımı gerçekleştirilmiştir. Çıkarılan özellikler Destek Vektör Makinesi (DVM) ile sınıflandırılmıştır. Sınıflandırma işlemi sayesinde hem yaya ile diğer öğelerin ayrımı gerçekleştirilirken hem de AlexNet ile VGG16’nın performansları karşılaştırılmıştır. Sonuçlar, geliştirilen yöntemin yayaları belirlemede kullanılabilecek faydalı bir yöntem olabileceğini göstermiştir.