Bulaşıcı hastalıkların eğitim üzerindeki etkilerinin azaltılması için derin öğrenme ve nesnelerin interneti tabanlı bir sistem önerisi

COVID-19 pandemisi, 2020 yılının başından beri dünya genelinde, çoğu alanda insanların hayatı olumsuz etkilemektedir. Eğitim alanı da yüz yüze eğitime getirilen kısıtlamalarla birlikte bu durumdan en çok etkilenen alanlardan biri olmuştur. Bu araştırmada hem COVID-19'un hem de ileride yaşanabilecek farklı bulaşıcı hastalık salgınlarının eğitim üzerindeki etkisini azaltmaya yönelik bir sistem sunulmuştur. Bu sistem, derin öğrenme yöntemleri ile sınıfa girecek olan öğrencilerin maske takıp takmadığının kontrolünü yapmaktadır. Beş farklı konvolüsyonel sinir ağı modeli, maskeli ve maskesiz yüz görüntülerini sınıflandırmak üzere aynı veri seti üzerinde eğitilerek karşılaştırılmıştır. Sistem aynı zamanda, bilgisayarlı görü teknikleri ile yüz tanıma yapmakta ve karantinada olması gereken öğrencilerin sınıflara girmesini engellemek için yoklama alma işlemi gerçekleştirmektedir. Yüz tanıma işleminin daha hızlı yapılabilmesi için üç farklı yüz tespit yöntemi karşılaştırılmıştır. Son olarak nesnelerin interneti yardımı ile, ders verilen sınıfa ait sıcaklık, bağıl nem ve hava kalitesi sürekli olarak ölçülmekte ve MQTT sunucu yardımı ile ana sunucuya iletilen veriler analiz edilerek virüsün yayılmasına elverişli ortam koşulları oluşmadan önce dersin sonlandırılması için uyarı yapılmaktadır. Oluşturulan sistem ile salgın dönemlerinde kısıtlamalara uyulup uyulmadığının verimli bir şekilde kontrolü yapılabilmektedir. Bu şekilde yüz yüze eğitim aksamadan okul gibi kalabalık ortamlarda hastalığın yayılmasının azaltılması hedeflenmektedir.