Detection of concealed pistols in thermal images by using deep learning methods
Derin öğrenme yöntemleri ile termal görüntülerde gizlenmiş tabanca tespiti
- Tez No: 667690
- Danışmanlar: DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntü işleme-bilgisayarlı, Sayısal görüntü işleme, Silah kullanma, Silahlanma, Silahlar, Image processing-computer assisted, Digital image processing, Usage of arms, Armament, Guns
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Siber Güvenlik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ateşli silahlar içeren şiddet, hassas ve yetkin gözetim sistemleri gerektiren yükselen bir tehdittir. Mevcut gözetim teknolojileri, sürekli insan gözlemini içerir ve insan hatalarına açıktır. Bu tür hataları ele almak ve minimum insan çabasıyla izlemek için, tehdidi algılayabilen ve yerini belirleyebilen yapay zekâ içeren yeni teknolojilere ihtiyacımız var. Bu çalışmada amacımız, termal görüntüler ve gerçek zamanlı termal gözetim üzerinde gizli tabancaları tespit edip konumlandırabilen çoklu derin öğrenme modellerini içeren bir çözüm geliştirmektir. Bu amaca hizmet eden farklı derin öğrenme modellerini değerlendirmek ve üstün olanı seçmek için deneysel sonuçlar da verilmektedir. Çalışmamız 2 ana bölüme ayrılmıştır. İlk bölümde, bu tür verilerin kamuya açık olmaması ve zor elde edilebilirliği nedeniyle gizli bir silah içeren termal görüntülerin yaratılmasına odaklandık. İkinci olarak, gizlenmiş tabancaları tespit etmek ve yerini bulmak için önerdiğimiz çözümü detaylandırdık.
Özet (Çeviri)
Violence involving pistols is a rising threat that requires precise and competent surveillance systems. Current surveillance technologies involve continuous human observation and are prone to human errors. To handle such errors and monitor with minimal human effort, we require new technologies involving artificial intelligence that can detect and pinpoint the threat. In this study, our aim is to develop a solution involving multiple deep learning models capable of detecting and locating concealed pistols on thermal images and real time thermal surveillance. Experimental results are also given to evaluate the different deep learning models serving this purpose and to choose the superior one. Our study is divided in 2 main methodical sections. In the first part, we focused on generation of thermal images containing a concealed weapon due to the difficulty and not public availability of this kind of data. Secondly we elaborated on the solution proposed in this study for detecting and locating concealed pistols.
Benzer Tezler
- DEVELOPMENT OF PASSIVE MMW IMAGING SYSTEM FOR CONCEALED WEAPON DETECTION
GİZLENMİŞ SİLAHLARIN TESPİTİ İÇİN PASİF MİLLİMETRE DALGA GÖRÜNTÜLEME SİSTEMİ GELİŞTİRİLMESİ
AHMET ÜNAL
Doktora
İngilizce
2018
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. SİNAN KAAN YERLİ
- X-ray görüntülerinden gizlenmiş elektronik devrelerin derin öğrenme yöntemleriyle tespiti
Detection of concealed electronic circuits in X-ray images using deep learning methods
GÖKHAN SEYFİ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA SERVET KIRAN
- Gizli nesne tespiti için milimetre dalga T/SAR ile 3B görüntülemenin iyileştirilmesi
Improvement of 3D imaging with millimeter wave I/SAR for concealed object detection
HÜSEYİN DUYSAK
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT SEYFİ
DOÇ. DR. ENES YİĞİT
- U-Net ağı kullanılarak kamufle askeri unsurların tespiti
Detection of camouflaged military elements using the U-Net network
MURAT ALTUN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN GÜRÜLER