Derin öğrenme tabanlı geçek zamanlı kimliklendirme sistemi

Günümüzde nesne tespiti ve takibi en çok çalışılan alanlardan birisi olmuştur. Bunun sebebi günlük hayatta karşılaşılan güvenlik, savunma, medikal, robotik ve oto pilot araç kullanımlarında kritik öneme sahip olmasıdır. Bu amaçla yapay zekâ ve makine öğrenmesi kullanan birçok karar destek sistemi veya uzman sistem geliştirilmeye çalışılmıştır. Son zamanlarda derin öğrenme ve donanım alanında yaşanan gelişmelere bağlı olarak etkin ve güvenilir birçok nesne tespiti ve takip sistemi geliştirilmiştir. Derin öğrenme algoritmalarının performansını arttırmak ve daha ekonomik sistemler geliştirmek amacıyla nesne tespiti ve takibi alanında çalışmalar hızla devam etmektedir. Yeni algoritmalar tasarlayan bilim adamları, hesaplama yükünü azaltacak ve performansı arttıracak modeller geliştirmek için çalışmalar yürütmektedir. Geliştirilen yeni modeller gerçek zamanlı uygulamalarda kullanılabilecektir. Bu tez çalışmasının amacı derin öğrenme yaklaşımları kullanılarak çevrimiçi nesne takip sistemlerinin başarımını arttırmak ve günlük hayatta kullanılabilecek bir uygulama geliştirmektir. Tez, iki kısımdan oluşmaktadır. İlk olarak, çoklu nesne takibi derin öğrenme modeli FairMOT üzerinde mevcut optimizasyon algoritmalarının karşılaştırılması yapılmıştır. Hiper parametreler arasında yer alan optimizasyon algoritmaları mevcut yaklaşımlar denenerek daha başarılı bir model elde edilmiştir. MOT20 veri seti kullanılarak FairMOT derin öğrenme modeline farklı optimizasyon yöntemleri uygulanmıştır. En iyi sonuç RMSprop optimizasyon algoritması kullanılarak elde edilmiştir. İkinci kısımda ise çoklu kamera sistemlerinde çalışan derin öğrenme tabanlı gerçek zamanlı bir yüz takip sistemi geliştirilmiştir. Yüz tespiti amacıyla SCRFD modeli, yüz tanıma için ise ArcFace modeli kullanılmıştır. Nesne takibi için ise yüz tespiti ve yüz tanıma modellerinden faydalanılarak DeepSORT algoritması kullanılmıştır. Gerçek zamanlı olarak verinin işlenebilmesi için Apache Kafka akış işleme sistemi ve Socket.IO çift yönlü iletişim kütüphanesinden yararlanılmıştır. Yapılan çalışma sonucunda başarılı bir yüz tespit, tanıma ve takip sistemi uygulaması geliştirilmiştir.