İnsansız Hava Araçlarından (İHA) alinan görüntülerde hedef takip yöntemlerinin uygulanmasi

Bu tezde, insansız hava aracı (İHA) üzerinde bulunan kamera ile elde edilen görüntülere görüntü işleme ve derin öğrenme metotları uygulanarak bir yazılım geliştirilmiş, temel trafik nesnelerinin saptanarak sınır kutuları içerisine yerleştirilerek, etiketlenmesi ve güven puanlamaları yüzde olarak hesaplanarak İHA kullanıcıları için gelişmiş bir görüş sistemi kazandırılmıştır. Profesyonel alanda kullanılan İHA'ların üstlendikleri görevleri tamamlamaları için görüş sistemi önemli bir yere sahiptir ve Yapay Sinir Ağları (YSA) kullanılarak görüş sistemi içerisinde hedeflenen nesneler saptanabilir. Bu çalışmada nesnelerin saptanması işlemi için Faster-R CNN ve YOLOv2 modelleri kullanılmış ve karşılaştırılmıştır. Öğrenmenin gerçekleşmesi için Microsoft-COCO veri setine ait önceden eğitimli verileri ve özgün şekilde hazırlamış olduğumuz veri seti kullanılmıştır. İnsan, araba ve motorsiklet olmak üzere 3 adet sınıf belirlenmiş ve İHA ile elde edilen görüntüler üzerinde saptamaları başarılı şekilde gerçekleştirilmiştir. Metotlar ve sonuçlar performans ve isabetlilik oranlarına göre hem önceden eğitilmiş veriler üzerinde, hemde özgün şekilde hazırlanmış veri seti ile eğitilerek karşılaştırılmıştır.