Geri Dön

Termal kamera görüntüleri ile nesne ve insan tespiti sistemi

Object and human detection system with termal camera images

PDF İndir

  1. Tez No: 989983
  2. Yazar: AZAT ORUÇ
  3. Danışmanlar: DOÇ. DR. MURAT CANAYAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Van Yüzüncü Yıl Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka ve Robotik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde bilgisayarlı görü ve derin öğrenme tabanlı nesne tespiti teknolojileri, özellikle güvenlik, arama-kurtarma ve savunma gibi kritik uygulama alanlarında yaygın olarak kullanılmaktadır. Ancak RGB görüntüler kullanan geleneksel sistemler, düşük ışık, sis, duman ve toz gibi zorlu çevresel koşullarda performanslarını büyük ölçüde kaybetmektedir. Bu bağlamda, termal görüntüleme sistemleri; çevresel ışık bağımlılığını ortadan kaldırarak düşük görüş koşullarında dahi nesne tespiti yapılmasına olanak tanımaktadır. Bu tez çalışmasında, termal kamera verileri kullanılarak insan ve uzuv (baş ve kol) tespiti yapılabilen, derin öğrenme temelli bir nesne tanıma sistemi geliştirilmiştir. Çalışma kapsamında YOLOv10 mimarisinin farklı versiyonları (m, b, l) kullanılarak toplam dokuz model eğitilmiş, ayrıca öneri tabanlı bir yöntem olan Faster R-CNN mimarisi ile karşılaştırmalı analiz gerçekleştirilmiştir. Roboflow platformu üzerinde özel olarak oluşturulan, etiketlenmiş termal görüntü veri seti kullanılmış; görüntü işleme sürecinde çeşitli veri artırma ve ön işleme teknikleri uygulanmıştır. Elde edilen sonuçlar, YOLOv10 mimarisinin özellikle hız ve doğruluk dengesi açısından oldukça başarılı olduğunu, optimize edilmiş model konfigürasyonlarıyla termal görüntü verisi üzerinde yüksek doğruluk oranları sağladığını göstermiştir. Ayrıca, önerilen sistemin gerçek zamanlı uygulamalar için uygunluğu ve uzuv seviyesinde tespit kapasitesi, bu çalışmanın özgün katkıları arasında yer almaktadır.

Özet (Çeviri)

Nowadays, computer vision and deep learning-based object detection technologies are widely used in critical domains such as security, search and rescue, and defense. However, traditional systems relying on RGB images suffer significant performance loss under adverse environmental conditions such as low light, fog, smoke, or dust. In this context, thermal imaging systems eliminate dependency on ambient light, enabling object detection even in low-visibility scenarios. In this thesis, a deep learning-based object detection system has been developed for detecting humans and body parts (head and arm) using thermal camera data. A total of nine models were trained using different variants (m, b, l) of the YOLOv10 architecture, and a comparative analysis was conducted with the region proposal-based Faster R-CNN architecture. A custom-labeled thermal image dataset was created on the Roboflow platform, and various data augmentation and preprocessing techniques were applied. The results demonstrated that the YOLOv10 architecture performs remarkably well in terms of speed and accuracy, achieving high precision on thermal image data when optimized configurations are used. Moreover, the proposed system's suitability for realtime applications and its capability to detect body parts at a fine level are among the unique contributions of this study.

Benzer Tezler

  1. Tez No

    885344

    Sürücü destek sistemleri için termal kamera görüntülerinde derin öğrenme tabanlı yaya tespiti

    Deep learning based pedestrian detection in thermal camera images for driver assistance systems

    ÇAĞLA ERDEM ÖZTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mühendislik BilimleriFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SENCER ÜNAL

  2. Tez No

    1017061

    Multimodal yüz görüntülerinde gerçek zamanlı görüntü çakıştırma yöntemlerinin karşılaştırmalı analizi

    A comparative analysis of real-time image registration methods in multimodal facial images

    MEHMET OKUMUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TAYYİP ÖZCAN

  3. Tez No

    633653

    NOISE REMOVAL OF THERMAL IMAGES USING DEEP LEARNING APPROACH

    TERMAL GÖRÜNTÜLERDE DERİN ÖĞRENME YAKLAŞIMIYLA GÜRÜLTÜ GİDERME

    AHMET ÇAPCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BEHÇET UĞUR TÖREYİN

  4. Tez No

    997275

    Fusion of RGB and thermal image pairs for object and face liveness detection

    Nesne ve yüz canlılığı tespiti için RGB ve termal görüntü çiftlerinin birleştirilmesi

    MERVE ERŞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAYFUN AKGÜL

  5. Tez No

    255637

    Thermal and visible band image fusion for abandoned object detection

    Terk edilen objelerin bulunması için termal ve görünür bant video veri tümleştirmesi

    AHMET YİĞİT

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    YRD. DOÇ. ALPTEKİN TEMİZEL

Geri Dön