Uzaktan alınan görüntülerden afet yönetimi ve durum analizi için yapay zeka tabanlı yöntemlerin geliştirilmesi

Dünya kurulduğu günden beri her dönemde çeşitli doğal afetler yaşanmış ve bu afetler ciddi derecede can ve mal kayıplarına neden olmuştur. Derin öğrenme (DÖ) ağlarının gelişmesi ile herhangi bir afetin bıraktığı etki analiz edilebilmekte ve etkilenen alanların tespiti sağlanabilmektedir. Afetin türü ne olursa olsun yarattığı hasar ciddi boyutlarda olabilmektedir. Hasarın oluştuğu alanların ivedilikle tespit edilmesi can ve mal kayıplarının önlenmesi açısından büyük önem taşımaktadır. Bu amaçla son zamanlarda arama kurtarma operasyonlarına insansız hava araçları (İHA) kullanılmaya başlanmıştır. İHA' ların esnek oluşu, hareket ve hızlı konumlanma konusundaki kabiliyetleri, düşük maliyetli oluşları onların arama kurtarma faaliyetlerinde tercih edilme nedenleri olmuştur. Daha başarılı sonuçlar için Derin Öğrenme (DÖ) modellerinin insansız hava araçlarına dahil edilmesi iyi bir yöntem olabilir. Bu çalışmada iki ayrı veri seti kullanılmıştır. İlk veri setimiz olan İHA tabanlı hava felaketi görüntü veri seti (AIDER) üzerinde evrişimsel blok dikkat mekanizmasına dayalı yeni bir transfer öğrenme yöntemi önerilmektedir. Önerilen yöntem, doğal afetlerin hızlı bir şekilde tespit edilebilmesine odaklanmaktadır. Bu aşamada, şehir planlaması ve afet yönetimi için doğru ve hızlı bilgi sağlanması amaçlanmaktadır. İkinci veri setimiz olan sel sonrası sahneyi anlamak için yüksek çözünürlüklü hava görüntüleri veri kümesi (FloodNet) üzerinde Derin Sinir Ağlarını kullanarak bir dizi yöntem önerilmektedir. Transfer öğrenme tabanlı görüntü sınıflandırma ile taşkına uğramış alanlar ile hasarsız alanların ayrımı yapıldı. Su basmış alanların, binaların ve yolların tespiti, doğal su ile sel suyu arasındaki ayrım için anlamsal segmentasyon yöntemleri kullanıldı. Son aşamada görsel sorucevaplar ile sahneler anlamlı hale getirildi. Afet sonrası müdahale süreçlerinin hızlandırılması ve insan müdahalesinin optimize edilmesinde derin öğrenmeye dayalı otomasyon sistemlerinin etkinliği vurgulanmaktadır.