Derin öğrenme ile iş güvenliğinde koruyucu gözlük tespiti

Derin öğrenme çalışmalarındaki gelişmeler ve kullanımının daha kolay olması ve bilgisayar görme teknolojilerinin gelişmesiyle görüntülerden nesne tespiti yapma, gerçek zamanlı nesne algılama sistemleri önemli bir biçimde yaygınlaşmıştır. Nesne tespiti çalışmalarından görüntülerden göz tespiti yapma işlemleri güvelik, bankacılık, adliye, tıbbi alanlar, sürücüsüz araç sistemleri, iş güvenliği ve sağlığı için çok önemli işlemler haline gelmiştir. Bu tezde, görüntülerden gerçek zamanlı olarak göz tespiti yapan ve işletmelerde iş güvenliği ve sağlığı açsından göz koruyucu kontrolü ile koruyucu gözlük tespiti yapan bir çalışma yapılmıştır. Bu çalışmada iki farklı tespit modeli geliştirilmiş olup ilk modelde yüz uzuvlarından gözün tespiti yapılmıştır ve ikinci modelde işyerlerindeki çalışanların koruyucu gözlük kullanımını kontrol eden model geliştirilmiştir. Bu model normal gözlük ile koruyucu gözlüğü görüntülerden ayrıt edebilmektedir. Çalışmada, internet üzerinden çalışmaya özgü elde edilmiş veri setleri ile bilgisayar üzerinde konfigürasyonu yapılmış grafik işleme ünitesi (GPU) ile eğitim işlemleri yapılarak modeller oluşturulmuştur. Modeller farklı görüntüler ile test edilerek modelin değişik ağırlıklardaki performansları karşılaştırılmıştır ve testten elde edilen sonuçların analizi yapılmıştır. Elde edilen sonuçlar CNN ağlarının hibrit kullanımı ve YOLO algoritmasının uzuv ve koruma gözlük tespitinde başarılı sonuçlar verdiği görülmüştür.