Tek renkli geniş alan gözetleme görüntüleri için gerçek zamanlı insan ve araç tespit sistemi geliştirilmesi

Geniş alan hava görüntüleri, keşif ve gözetleme için kullanılan ana kaynaklardan biridir. Çok büyük boyutlu hava görüntülerinden hedef tespiti, yüksek işlem gücü gerektiren bir uzaktan algılama uygulamasıdır. Makul bir geniş alan gözetim sistemine sahip olmak için, görüntü işlemedeki hesaplama karmaşıklığı mümkün olduğunca en aza indirilmelidir. Öte yandan, son yıllardaki çalışmalarda, nispeten düşük karmaşıklığa sahip geleneksel yöntemler yerine derin öğrenme tabanlı yaklaşımlar tercih edilmektedir. Geniş alan görüntülerinde derin öğrenme tabanlı hedef tespit sisteminin kullanılması, minyatür bir sinir ağı mimarisine olan ihtiyacı ortaya çıkarmaktadır. Bununla birlikte, hava görüntülerinden hedef tespiti üzerine yapılan çalışmaların çoğu, yüksek hesaplama karmaşıklığına sahip konvolüsyonel sinir ağlarını kullanır. Bu tez çalışmasında görünüm temelli hedef tespitine yönelik minyatür bir konvolüsyonel sinir ağı tasarlanmış, ve sunulan sistem yaklaşımı ile hava görüntüleri üzerinden yüksek doğrulukta araç tespiti yapılmıştır. Önerilen sistem, insan ve araç tespiti için çeşitli veri setleri üzerinde test edilmiş ve ayrıca kullanılan bu veri setlerinin bir koleksiyonu olan bir bileşik veri seti ile değerlendirilmiştir. Elde edilen sonuçlar göstermektedir ki çok düşük parametre sayısına sahip tamamen konvolüsyon bir derin sinir ağı ile teknoloji harikası olarak nitelendirilen modellerin başarımı yakalanabilmekte hatta daha iyi sonuçlar alınabilmektedir. Önerilen yöntemde parametre sayısının az olması, sistemin FPGA gibi paralel programlama donanımlarında çalıştırılmasına veya ASIC tasarımlarına sığdırılmasına imkan tanımaktadır.