Termal görüntülerde ateş tespitinde klasik/modern metotlar ve geniş dil modeli yaklaşımı

Bu tez çalışmasında, termal görüntü ile COVID-19 ve benzeri ateşli hastalıkların tespiti amacıyla farklı yöntemler karşılaştırılmıştır. Haar Cascade (HC), Derin Öğrenme (Deep Learning) ve Büyük Dil Modeli (LLM) ile gerçekleştirilen analizler, yöntemlerin termal görüntüleme, yüz tanıma ve veri analizi alanındaki performanslarını değerlendirilmiştir. Burada, LLM doğrudan bir görüntü işleme yöntemi olmamış, arka planda belirlediği algoritma ve parametrelerle analiz sürecine katkı sağlamıştır. HC yöntemi, tekil yüzlerin bulunduğu termal görüntülerde %75 doğruluk oranı ile başarılı bir performans sergilerken, çoklu yüz içeren görüntülerde bu oran %50'nin altına düşmüştür. Bu yöntem, RGB görüntülerde daha yüksek doğruluk oranları sergilemesine rağmen, karmaşık termal görüntülerde sınırlamalar göstermiştir. HC yönteminin özellikle düşük kontrast ve düşük çözünürlüklü görüntülerde kullanım potansiyeli dikkat çekmiştir. Derin öğrenme modelleri, termal görüntü işleme alanında yüksek doğruluk oranları ile öne çıkmıştır. Özellikle tekil yüzlerin bulunduğu termal görüntülerde %100 doğruluk oranına yaklaşılmıştır. Bununla birlikte, çoklu yüz içeren görüntülerde başarı oranı %0'a düşmüştür. Model, normal ve yan açıdan alınan görüntülerde etkili sonuçlar sunarken, karmaşık senaryolar için daha fazla iyileştirme gerekliliği ortaya koymuştur. Veri setinin genişletilmesi ve transfer öğrenme tekniklerinin uygulanması, bu modelin performansını artırabilecektir. LLM, belirlediği algoritma ve parametrelerle özellikle yüz tespitinden sonra sıcaklık analizinin anlamlandırılmasında önemli bir rol oynamıştır. Üretilen model, normal yüz tespitinde %62.5 doğruluk oranı ile orta düzeyde bir performans sergilemiştir. Ancak, farklı açılardan çekilmiş yüzlerde ve çoklu yüz içeren görüntülerde başarısı önemli ölçüde düşmüştür. LLM'nin doğal dil işleme yetenekleri, termal görüntülerden elde edilen verilerin daha iyi analiz edilmesine olanak sağlasa da yüz tespiti konusunda Haar Cascade veya Derin Öğrenme yöntemleriyle desteklenmesi gerekmektedir. Anahtar Kelimeler: Termal görüntüleme, Derin öğrenme, Haar Cascade, Büyük Dil Modeli (LLM)