Deep learning based smoke detection for foggy environments
Sisli ortamlar için derin öğrenme tabanlı duman tespiti
- Tez No: 671934
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET ERDAL ÖZBEK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda küresel ısınma tehdidinin kendisini daha çok göstermesiyle orman yangınlarını önlemek için dış ortam duman tespitiyle ilgili çalışmaların sayısı artmış ve bu çalışmalarda çoğunlukla dumanın görüntü tabanlı tespitine odaklanılmıştır. Lakin yüksek doğrulukla duman tespitinin en önemli darboğazı zorlu hava koşullarıdır. Özellikle sis, duman gibi gözüktüğü için yüksek doğrulukta tespit yapılmasını engeller. Bu tezde, sis ve duman görüntülerinin tespiti için bir yöntem önerildi. Bu yöntemde, dumanlı ve dumansız çekimleri içeren çeşitli veri tabanlarından videolar görüntülerine ayrıldı. Görüntülerin parlaklık değerleri değiştirilerek yapay olarak sisli görüntüler oluşturuldu. Sisli ve dumanlı örnekleri içeren veri seti, çeşitli renk uzaylarında modern Konvolüsyonel Sinir Ağları mimarileri kullanılarak sınıflandırıldı. Renk uzayları ve derin öğrenme mimarilerinin performansları karşılaştırılarak bellek kullanımı ve sınıflandırma doğruluğu açısından en iyi çözümler belirlendi. Bu çözümlerden biri olan önerilen yöntem, literatür çalışmalarını geride bıraktı.
Özet (Çeviri)
In recent years, as the global warming threat manifests itself more, the number of studies on outdoor smoke detection is increased to prevent wildfires, and these studies are mostly focused on image-based detection of smoke. However, the major bottleneck of the detection of smoke with high accuracy is harsh weather conditions. Especially fog, due seems to smoke, prevents detecting with high accuracy. In this thesis, a method is proposed for the detection of fog and smoke images. In this method, videos from various databases including footage with and without smoke are divided into their images. By changing the brightness values of images, foggy images are created artificially. The dataset containing foggy and smoky samples is classified using modern Convolutional Neural Network architectures in various color spaces. By comparing the performances of color spaces and deep learning architectures the best solutions in terms of memory usage and classification accuracy are determined. The proposed method as one of these solutions, is overtaken the literature studies.
Benzer Tezler
- Derin öğrenme yöntemleri ile görüntüye dayalı erken yangın algılama sisteminin geliştirilmesi
Development of an image-based early fire detection system using deep learning methods
CEYHUN KIRAN
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiMersin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ YILDIZ
- Derin öğrenme ve görüntü işleme tabanlı orman yangını tespit sistemi
Forest fire detection system based on deep learning and image processing
NURSYLU AMIRKHANOVA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYBARS UĞUR
- Early detection of forest fire from video utilizing temporal information
Zamansal bilgiden faydalanarak videodan orman yangınlarının erken tespiti
MERVE TAŞ
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KASIM TAŞDEMİR
DOÇ. DR. ZAFER AYDIN
- Forest fire detection using deep learning
Derin öğrenme ile orman yangını tespiti
BERK ÖZEL
Yüksek Lisans
İngilizce
2024
Mekatronik MühendisliğiAtılım ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. MUHAMMAD UMER KHAN
- Fully convolutional one-stage object detection model for fire and smoke detection
Yangın ve duman tespiti için tam evrişimsel tek aşamalı nesne algılama modeli
EKREM YILDIZ
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KESKİNÖZ