Yazar "İleri, Kadir" seçeneğine göre listele
Listeleniyor 1 - 3 / 3
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Covid-19’un yayılmasını önlemek için cnn ile yüz maskesi tespiti(2022) Degırmencıler, Alihan; Cengiz, Berat; İleri, KadirKoronavirüsler 1960’larda keşfedilmiştir. Hayvanlardan hayvanlara bulaşan bu virüs günümüze gelene kadar çeşitli varyasyonlara uğramıştır. Salgın durumuna ilk olarak Çin’in Vuhan kentinde 2019 yılında bir insanda tespit edilmesiyle gelmiştir. Kapalı ortamlarda daha hızlı yayılan bu virüs için maske takma ihtiyacı oluşmuştur. Toplu ortamlarda maske takmak birçok ülkede zorunlu hale gelmiştir. Bu durumun denetimi ülkeler için gereklilik halini almıştır. Bu çalışmada, insanların maske takıp takmadığı yapay zeka ve görüntü işleme teknikleri kullanılarak tespit edilmiştir. Geliştirilen uygulama, Evrişimli Sinir Ağı (CNN: Convolutional Neural Network) kullanarak bir video görüntüsünde birçok kişiyi aynı anda maskeli/maskesiz olarak tespit etmektedir.Öğe GROUND MOVING TARGET INDICATION BY AIRBORNE PASSIVE RADAR(2021-02-05) İleri, KadirMonostatik radarların aksine, bistatik radarların alıcı ve verici sistemleri farklı konumlara yerleştirilmiştir. Bistatik radar çeşidi olan pasif radarlar, kendilerine ait verici sistemleri olmadığı için halihazırda yeryüzünde bulunan vericileri kullanarak hedef tespiti yaparlar. Bu sayede fark edilmeden operasyonlarını yürütebilirler. Bu avantajı sayesinde popülerlik kazanmış ve birçok çalışma yapılmıştır. Pasif radarın uçan bir platforma yerleştirilerek yeryüzündeki hareketli hedeflerin tespitinde kullanılması ise son yıllarda ilgi çeken bir çalışma alanı olmuştur. Pasif radarın hareketli bir platforma yerleştirilmesi beraberinde bazı dezavantajlar getirmektedir. Platformun hareketinden dolayı bina gibi hareketsiz olan nesnelerin platforma göre bağıl hızları oluşacaktır. Bu durum, binaların da birer hareketli hedef olarak algılanmasına sebep olup menzil/Doppler haritasında kargaşa yayılımı oluşturur ve bu kargaşa yayılımı hedef tespitini sınırlar. Kargaşa, faz merkezi kaydırılan anten (DPCA: Displaced Phase Center Antenna) yöntemi ile yok edilerek sorun çözülür. Fakat DPCA’nın performanslı bir şekilde çalışabilmesi için iletilen sinyalin zamanla değişmeyen bir yapıda olması gerekmektedir. Aktif radarlarda verici sistem radar sistemine dahil olduğu için iletilen sinyalin kontrol edilebilir ve zamanla değişmeyen yapıda sinyaller gönderilerek DPCA’nın tam performanslı çalışması sağlanabilir. Pasif radarlar ise iletilen sinyal kontrol edilemez. Darbe sıkıştırma aşamasında geleneksel filtre kullanmak zamanla değişen yapıda sinyaller üreteceği için DPCA ile etkili bir kargaşa yok etme sağlamaz. Bu sorun geleneksel filtre yerine zamanla değişmeyen yapıda sinyaller üreten karşıt filtre kullanılarak çözülmüştür ve DPCA’nın tam performanslı olarak çalışmasını sağlamıştır. Ayrıca pasif radarın performansını etkileyen içsel kargaşa hareketi (ICM: Internal Clutter Motion), alıcı kanallar arası hatalar ve iletilen sinyalin farklı dalga formuna sahip olması faktörleri incelenmiştir.Öğe Sürücü güvenliği için gerçek zamanlı şeritten ayrılma ve YSA tabanlı önden çarpma uyarı sistemi(Karabük Üniversitesi, 2017) İleri, Kadir; Gökdağ, MustafaBu çalışmada, sürücüler için olası kazaları önlemek amacıyla gerçek zamanlı video tabanlı erken uyarı sistemi geliştirilmiştir. Bu erken uyarı sistemi iki kısımdan oluşmaktadır. Birinci kısımda, aracın şeritten ayrılıp ayrılmadığı tespit edilir. Eğer şeritten ayrılıyor ise hangi şerit çizgisinden ayrıldığı sürücüye sesli olarak uyarı verilir. İkinci kısımda ise önden çarpmayı engellemek için öndeki aracın mesafesi ile yola giren herhangi renkli bir cisim hakkında sürücüye sesli olarak uyarı verilir. Bu erken uyarı sistemi iki adet ARM geliştirme kartı üzerinde çalıştırılmış ve performans karşılaştırması yapılmıştır. Şeritten ayrılma uyarı sisteminde, ilk olarak sistemin daha hızlı çalışması için şeridin olduğu kısım maskelenerek şeridin olmadığı kısımdan ayrılmıştır. Sonraki işlemler şeridin olduğu kısım üzerinden gerçekleştirilmiştir. Perspektif etkisinden dolayı şerit çizgileri görüntünün alt kısmında daha geniş üst kısmında ise daha dar olarak gözükür. Bu perspektif etkisini yok etmek için görüntüye ters perspektif dönüşümü uygulanmıştır. Ters perspektif görüntüsü gri ölçekli görüntüye dönüştürüldükten sonra gürültü azaltma işlemi yapılmış ve şerit çizgilerini tespit etmek için basit bir filtre uygulanmıştır. Canny kenar belirleme yöntemiyle şerit çizgilerinin kenarları belirlenmiştir. Daha sonra Hough dönüşümü yapılarak şerit çizgilerinin açısı belirlenmiş ve bu açılar göz önüne alınarak şeritten ayırılmanın olup olmadığına karar verilmiştir. Eğer şeritten ayrılma söz konusuysa sürücüye sesli olarak uyarı verilmiştir. Önden çarpma uyarı sisteminde, önce kameradan alınan görüntü daha ince tespit edilen şerit çizgileri yardımıyla maskelenmiştir. Böylece muhtemel öndeki araç veya renkli cisim bu şerit çizgileri arasında aranmıştır. Bu maskelenmiş görüntü gri ölçekli görüntüye dönüştürülerek gürültü azaltma işlemi yapılmıştır. Öndeki aracı belirlemek için altında kalan gölgeden yararlanılmıştır. Bu gölge Otsu eşikleme yöntemiyle siyah-beyaz (ikili) görüntüye dönüştürülüp tespit edilmiştir. Gölge yardımıyla araç tespiti ve renk maskeleme yöntemiyle renkli cisim tespiti gerçekleştirilmiştir. Bu aracın/cismin mesafesi eğri uydurma yöntemi ve yapay sinir ağları (YSA) ile tahmin edilerek sonuçlar karşılaştırılmıştır. Eğri uydurma için 10. dereceden polinom ile mesafe ortalama %8,7563, iki nörondan oluşan tek katmanlı YSA ile ortalama %0,8701 hata oranıyla elde edilmiştir.
