Termal ve yüksek çözünürlüklü kamera görüntülerinden derin öğrenme kullanılarak drone tespiti

Dronelerin tehdit oluşturan kullanım faaliyetlerinde kayda değer bir artış gerçekleşmektedir. Tehdit oluşturan bu kullanımların yanı sıra oluşan durumlar ise her geçen büyüyen bir sorun haline gelmektedir. Bu durumlar sebebiyle drone faaliyetlerini oluşturan uçuş etkinliğinin tespit edilmesi ve tespit edilen uçuş etkinliğindeki olumsuz durumların belirlenmesi büyüyen sorun için çözüm niteliği taşıyacaktır. Bu tespit ve kestirim çalışmaları için derin öğrenme yöntemleri ile çalışma yapılmıştır. Literatürde yer alan sensör destekli tespit sistemlerinde akustik, termal ve radar çalışmalarından farklı olarak görüntü destekli bir sistem çalışması yapılmıştır. Bu çalışmada literatür çalışmalarında tespit başarısının düştüğü ve nesne tespitinin yapılamadığı durumlar ele alınarak termal ve yüksek çözünürlüklü standart kameradan eş açı ve zamanlama ile yapılan tespit faaliyetinde ortak bir noktada tespit faaliyeti çalışılmıştır. Çalışmadaki tespit faaliyetlerindeki başarı kriterleri için farklı hava koşulları, arka plan yoğunlukları ve karmaşıklıkların da toplanan veri seti ile Faster R-CNN, YOLOv4, v5 ve SSD ResNet derin öğrenme metotlarında karşılaştırmalı çalışmalar yapılmıştır. Uygulama üzerinde yapılan karşılaştırmalar ile görüntü boyut ve özelliklerinde göre en başarılı metodun belirlenmesi ile iyileştirilmiştir. İyileştirilerek elde edilen metot ile tespit nesnelerinin termal yoğunluğunun arka plan yoğunluğuna yakın olması durumunda yüksek çözünürlüklü standart kamera üzerinden desteklenerek, nesne ile benzer RGB değerli arka planın olması veya karmaşık bir arka planın yer alması durumlarda ise standart kamera termal kamera ile desteklenerek tespit başarısının artırılması sağlanmaktadır. Bu iki sistem desteği ile sağlanan ve başarısı arttırılan tespit sürecinde literatürde de sorun teşkil eden helikopter, uçak ve kuş gibi havada hareketlilik sağlayan nesnelerinde ayırt edilebilmesi için belirlenen metot üzerinde ayrıca eğitimi gerçekleştirilmiştir. Yapılan çalışma sayesinde hareketliliği ve sayısı sürekli artan dronelerin tespiti daha başarılı hale getirilmiştir.