Kaynak değeri olan yaban hayvanlarının görüntü işleme tekniği ile tespiti ve sayımı
Bu çalışmada yaban hayatında görüntü işleme tabanlı yaban hayvanlarının tür tespiti ve sayımının yapılması hedeflenmiştir. Korunan alanlarda sabit bir kameradan elde edilen görüntülerden ülke ekonomisine av turizmi ile katma değeri olan yaban hayvanlarının tür tespiti yapılarak sayımının yapılmasın...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Pamukkale University
2019-04-01
|
| Series: | Pamukkale University Journal of Engineering Sciences |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/tr/pub/pajes/issue/44767/556897?publisher=pamukkale |
| Summary: | Bu
çalışmada yaban hayatında görüntü işleme tabanlı yaban hayvanlarının tür
tespiti ve sayımının yapılması hedeflenmiştir.
Korunan alanlarda sabit bir kameradan elde edilen görüntülerden ülke
ekonomisine av turizmi ile katma değeri olan yaban hayvanlarının tür tespiti
yapılarak sayımının yapılmasına yönelik görüntü işleme tabanlı bir sistem
geliştirilmiştir. Bu sistem sayesinde yüksek başarım ile yaban hayvanlarının
türlerinin belirlenmesi ve sayımının yapılması amaçlanmıştır. Bunun için ilk
olarak gauss karma modelleri (GMM) tekniği ile gerçek zamanlı foto kapan
videolarından alınan görüntü sahnelerinden arka plan görüntüsü çıkarılmıştır.
Sonra videonun arka plan ve ön plan görüntülerinden yaban hayvanlarının
fiziksel ve renksel öznitelikleri çıkarılmıştır. Hareketliliğin çok olduğu
doğal yaşamda anlık elde edilen gerçek zamanlı kompleks bir görüntü sahnesinde
geliştirilen alan testi, öznitelik testi ve renk testi kriterleri ile
hedeflenen yaban hayvanın tespit edilmesi sağlanmıştır. Yapılan deneysel çalışmalarda
geyik, tilki, kurt ve yaban atından oluşan 4 adet yaban hayvanı tür tespiti
%100 doğruluk oranı ile gerçekleştirilmiştir. Yazılımın video çerçevesi başına
düşen işlem süresi 0.242 saniyedir. Geliştirilen yöntemler ile yaban hayvanı
envanterine yönelik tür tespitinin %100 başarı oranı ile insan gücüne gerek
duymadan, daha düşük maliyetli kamera sistemleri ve bilgisayar yazılımı ile
yapılabileceği görülmüştür. Literatürdeki yaban hayvanları sınıflandırma
çalışmalarından farkı yaban hayvanı tanıma işleminin nesne tanıma üzerine
oluşturulan hazır algoritmaları kullanmadan geliştirilen daha basit
matematiksel işlemlerle ve renk faktörü ile hedeflenen %100 tanıma oranının
yakalanmasıdır. Çalışmamızda kullandığımız yaban hayvanı tanıma algoritmaları
bilgisayarlı görme uygulamalarında dinamik nesne tespiti çalışmalarına altyapı
olacağı ve diğer tüm nesne tanıma çalışmalardaki başarım oranını arttıracağı
aşikardır. |
|---|---|
| ISSN: | 1300-7009 2147-5881 |