Yıl 2019, Cilt , Sayı 17, Sayfalar 215 - 223 2019-12-31

Perspektif Yaklaşımı ile Çalışma ve Depolama Alanında Hareket Takibi

Kadir HIDIMOĞLU [1] , Lale ÖZYILMAZ [2]


Çalışma sahasındaki iş güvenliği, yalnızca kazalar sonrası tedbirleri almak değil kazaya sebebiyet verecek durumların önceden belirlenerek önlemini almaya çalışmaktır. Görüntü işleme teknikleri, kayıtlı görüntüler veya anlık görüntüleri tekrar işleyerek istenilenler doğrultusunda yeniden görselleştirme işlemidir. Bu sebeple görüntü işleme teknikleri ile çalışma sahasında kaydedilmiş veya canlı görüntüler üzerinde işçilerin ve diğer nesnelerin takibi yapılarak iş güvenliğini sağlamaya yönelik bir uygulama gerçekleştirilebilir. Gerçekleştirilmek istenilen amaç oluşabilecek iş kazalarının önüne büyük ölçüde geçmeye çalışmak aynı zamanda kişi ve araç analizi ile birden çok algoritma ve özelliğin kullanımını sağlamaktır. Çalışmada matematiksel algoritmaların yoğunluğu sebebiyle Matlab yazılım programı uygun görülmüştür. Bu yazıda yeni çift taraflı ve uyarlamalı perspektif yöntemlerinin eklenmesiyle bir hareket izleme algoritması uygulanmıştır. Bu yazının temel amacı, depolama ve inşaat alanlarındaki güvenlik sorunlarının çözülmesine yardımcı olacak bir hareket izleme algoritması önermektir. Önerilen algoritma ile şantiyede çalışan işçiler tespit edilir ve şantiyede güvenlik gereksinimlerine tamamen uygunluğu kontrol edilir. Detaylı algoritma açıklamaları makalenin metodoloji bölümünde bulunabilir. Canlı olarak alınan görüntü Matlab ortamında öncelikle filtreleme ve gürültü temizleme işlemleri gibi temel görüntü işleme teknikleri ile hazır hale getirilmiş ve sonrasında görüntüde hareket takibi için nesne bulma ve sınıflandırma işlemlerine tutulmuştur. Nesnenin düzgün bir şekilde bulunmasının ve takibinin ön işlmeler ile daha başarılı olduğu görülmektedir. Çalışılan ortamın ışıklılık durumları ve hava koşulları ile hareketli veri yoğunluğu doğruluğu etkileyen önemli faktörlerdendir. İlk aşama olarak işçilerin belirlenmesi basit sınıflandırma teknikleri kullanılarak yapılmıştır. Bu sınıflandırma kriterleri metodoloji bölümünde açıklanmıştır. Sınıflandırma işlemi dört adımda hareket takibi için insan veri kümesini sağlamıştır. Baret takmayan ya da yelek giymeyen ihlale sebep olan saha çalışanları “-” olarak tanımlanıp kurallara uyanlar “+” olarak görüntü üzerinde belirtilmiştir. Algoritmaların bu tip görüntüler üzerindeki performansı ve yapılan geliştirmeler sonucu son bölümde değerlendirilmiştir

: Görüntü işleme, Video işleme
  • [1] Jia X. Image recognition method based on deep learning, Chinese Control And Decision Conference 2017; 29: 4730-4735.
  • [2] Shi J, Malik J. Normalized Cuts and Image Segmentation, IEE Transactions on Pattern Analysis and Machine Intelligence 2000; 8: 888-905.
  • [3] Wang S, Siskind J M. Image Segmentation with Ratio Cut, IEE Transactions on Pattern Analysis and Machine Intelligence 2003; 6: 675-690.
  • [4] Ford L, Fulkerson D. Flows in Networks. Princeton, NJ, USA: Princeton University Press, 2016.[5] Kaas M, Witkin A, Terzopoulos W. Snakes - Active Contour Models. International Journal of Computer Vision 1987; 1: 321-331.
  • [6] Williams DJ, Shah M. A Fast Algorithm For Active Contours And Curvature Estimation. CVGIP: Image Under-standing 1992; 1: 14-26.
  • [7] Barbieri AL, de Arruda GF, Rodrigues FA, Bruno OM, Costa LdF. An entropy-based approach to automatic image segmentation of satellite images. Physica A: Statistical Mechanics and its Applications 2009; 3: 512-518.
  • [8] Gonzalez R. C., Woods R. E. (2007). Digital Image Processing, 3th Ed., (pp. 1-7), A.B.D., New Jersey : Prentice Hall.
  • [9] Yılmaz I. Renk Sistemleri, renk uzayları ve d¨onu¨su¨mler. In: Selçuk Üniversitesi Jeodezi ve Fotogrametri Mühendisliği O¨ gretiminde 30. Yıl Sempozyumu; 16-18 October 2002; Konya, Turkey; pp. 340-350.
  • [10] Cheung SS, Kamath C. Robust techniques for background subtraction in urban traffic video. ISandT/SPIE’s Symposium on Electronic Imaging 2004; 18-22 January 2004; San Jose, CA, USA; pp. 881-892.
  • [11] Bobick A, Davis J. The Recognition of Human Movements Using Temporal Templates. IEEE Transactions on Pattern Analysis and Machine Intelligence 2001; 3: 257-267.
  • [12] Benezeth Y, Jodoin PM, Emile B, Laurent H, Rosenberger C. Review and evaluation of commonly-implemented background subtraction algorithms. In: 19th International Conference of Pattern Recognition 2008; 8–11 December 2008; Tampa, FL, USA: IEEE. pp. 192-199.
  • [13] Yılmaz, A., Javed, O. ve Shah, M. (2006) Object tracking: A survey, ACM Comput. Surveys, 38(4), Article 13, 45p, doi: 10.1145/1177352.1177355.
  • [14] Karasulu, B. (2010) Videolarda Hareketli Nesne Tespiti Ve Takibi İçin Benzetimli Tavlama Tabanlı Bir Başarım Eniyileme Yaklaşımı, (Doktora Tezi), Ege Üniversitesi Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı.
  • [15] Benezeth, Y., Jodoin, P.M., Emile, B., Laurent, H. ve Rosenberger, C. (2008) Review and evaluation of commonly-implemented background subtraction algorithms, In: In 19th Int. Conf. of Pattern Recognition, (ICPR 2008), 1-4, doi: 10.1109/ICPR.2008.4760998.
  • [16] Cheung, S.-C. ve Kamath, C. (2004) Robust techniques for background subtraction in urban traffic video, Video Communications and Image Processing, SPIE Electronic Imaging, San Jose, UCRL-JC-153846-ABS, UCRL-CONF-200706,.
Birincil Dil en
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Orcid: 0000-0002-2258-0224
Yazar: Kadir HIDIMOĞLU (Sorumlu Yazar)
Ülke: Turkey


Orcid: 0000-0001-9720-9852
Yazar: Lale ÖZYILMAZ
Kurum: Yildiz Technical University
Ülke: Turkey


Teşekkür I would like to thank to my esteemed jury members Prof. Dr. Tülay YILDIRIM, Asst. Prof. Dr. Arif DOLMA and Asst. Prof. Dr. Lale ÖZYILMAZ who guide me in the realization of the study with their thoughts.
Tarihler

Yayımlanma Tarihi : 31 Aralık 2019

APA Hıdımoğlu, K , Özyılmaz, L . (2019). Perspektif Yaklaşımı ile Çalışma ve Depolama Alanında Hareket Takibi . Avrupa Bilim ve Teknoloji Dergisi , (17) , 215-223 . DOI: 10.31590/ejosat.614759