Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: MUHAMMED EMİN URLU
Danışman: MURAT HÜSNÜ SAZLI
Özet:Günümüzde dünyanın çeşitli yerlerinde ve ülkemizde yaşanan silahlı terör eylemleri ile birlikte güvenliği tehdit eden bu eylemlere karşı alınacak önlemler son derece önem kazanmıştır. Silahlı saldırıların engellenmesine yönelik çalışmaların temel amacı daha güvenli bir yaşam alanı oluşturmaktır. Bu bağlamda hem özel kuruluşlarda hem de kamu binalarında silahlı saldırılara karşı güvenli bir ortamı oluşturmak öncelikli yapılması gereken bir iş olarak belirmektedir. Silahlı terör eylemlerine önlemek amacıyla ilk elden yapılması gereken bunların güvenlik güçleri tarafından erken anlaşılması ve böylece hızlı tepki vermeyi sağlamaktır. Gelişen teknoloji ile yeni derin yapay sinir ağları mimarileri gelişmiştir. Böylece konvolüsyonel sinir ağları ile nesne tanıma çalışmaları daha çok gerçek hayata uygulama fırsatı elde edilmiştir. Derin ağlar ile nesne tanıma konusundaki başarı oranlarının artması ilgili araştırmaların ve uygulama alanlarının da artmasına sebep olmuştur. Uygulama alanlarının artmasıyla birlikte nesne tespitinin savunma alanında kullanılması imkanı doğmuştur. Görüntü üzerinde tehlikeli nesneleri tanıyan savunma sistemleri silahlı olaylara karşı erken müdahale edilmesine olanak sağlar. Kamera sistemlerinde elde edilen görüntülerde tehlikeli nesne tanıma amacı doğrultusunda tez kapsamında önce Efficient-Net mimarisi ile tabanca ve tüfek görüntüleri ikili sınıflandırma işlemi uygulanmıştır. Bu sınıflandırma kapsamında başarı oranları onaylama setinde %90 - %95 aralığında olmuştur. Nesne tanıma kapsamında kendi veri tabanı oluşturularak ve nesne tanıma uygulaması kullanılarak ResNet101 v2 mimarisi ile yapılan eğitimde tabanca tüfek tehlikeli nesnelerinin doğruluk (accuracy) başarı oranı %93,71 oranında bulunmuştur.