İnsansız Hava Araçlarında Gömülü Sistem Üzerinden Derin Öğrenme ile Nesne Tespiti

Authors : Ziya SAYGILI, Güzin ÖZMEN

Pages : 292-298

Doi:10.31590/ejosat.1081713

View : 29 | Download : 15

Publication Date : 2022-03-31

Article Type : Research Paper

Abstract :Hava robotiği olarak adlandırılan insansız hava araçları (İHA), afet yönetimi, trafik yoğunluğu ve sınır güvenliği gibi sivil ve askeri alanlarda veri ve görüntü toplamak için son zamanlarda sıklıkla kullanılmaktadır. Kamera görüş açısının değişkenliğinden dolayı İHA ile yüksek irtifada alınan görüntüler üzerinden anlık nesne tespiti yapmanın zorlukları vardır. Bu çalışma İHA’ ya CSI (Camera Serial Interface) modülü ile bağlanmış bir kameradan, farklı açı ve koşullarda alınan görseller ile Evrişimli Sinir Ağı tabanlı SSD MobileNet kütüphanesi kullanılarak nesne tespit etmeyi amaçlamaktadır. İHA üzerinden kamera ile elde edilen görüntüler NVIDIA Jetson Nano gömülü sistem bilgisayarı ile işlenmiş ve sınıflandırılmıştır. Gerçek zamanlı hedef tespitinde karşılaşılan problemlerin başında, değişken hava koşulları ve aydınlatma sebebiyle düşük çözünürlüklü elde edilen hareketli nesnelerin sınıflandırılması yer almaktadır. Bu duruma derin öğrenme kütüphanesinde yer alan öğrenilmiş görsellerle, kameradan alınan görseller arasındaki yakın özellikli veriler eşleştirilerek çözüm aranmaktadır. Bu çalışmada gömülü sistem içerisinde bir algoritma oluşturularak elde edilen görüntüler üzerinde düzenleme yapılmış, derin öğrenme kütüphanesi ile özellik karşılaştırma işleminin ardından elde edilen çıktılar nesne sınırı ve mAP (mean Average Precision) ortalama hassasiyet yüzdesi kullanılarak değerlendirilmiştir. Sonuç olarak, İHA üzerinden alınmış gerçek zamanlı görsel verilerden insan tespiti için %95.5 mAP son kesinlik ve %69.45 mAP ortalama hassasiyet, araç tespiti için %83.4 mAP son kesinlik ve % 64.5 mAP ortalama hassasiyet elde edilmiştir.
Keywords : İHA, Nesne Tespiti, Derin Öğrenme, Gömülü Sistem, SSD MobileNet