Kamuflajlı Askerlerin Derin Öğrenme ile Segmentasyonu ve Kamuflaj Desenine Göre Sınıflandırılması

Abstract

Kamuflaj, doğadaki canlıların kendilerini gizlemek için kullandığı bir tekniktir ve 19. yüzyılda uzun menzilli ateşli silahların yaygınlaşmasıyla askeri alanda da kullanılmaya başlamıştır. Çevre, iklim ve diğer faktörler göz önüne alındığında, farklı renk ve desenlerde kamuflajlar geliştirilmiştir. Bu nedenle, ülkeler veya askeri birimler kendi ihtiyaçlarına uygun kamuflaj desenleri geliştirmiş ve zamanla bu desenler, ulusal kimliklerinin bir parçası haline gelmiştir. Bu çalışmada 5 farklı askeri kamuflaj ailesinden olan desen (Dijital, yaprak, puzzle, benekli, çöl) için kamufle askerlerin segmentasyonu ve sınıflandırılması amaçlanmıştır. Kamuflaj veya desen sınıflandırması adı altında farklı çalışmalar literatürde yer almaktadır. Bu çalışmalar, kamuflajlı nesnelerin segmentasyonu veya farklı türdeki kamuflajlı nesnelerin sınıflandırılması şeklinde gerçekleştirilir. Çalışmamızdaki odak noktamız kamuflajlı askerler olduğu için, derin öğrenme algoritmasının nesnelerin ana hatlarına değil, esas olarak kamuflaj desenine göre sınıflandırılması beklenmektedir. Çalışmada 5 kamuflaj ailesi için 1233 tane kamuflajlı asker görüntüsü toplanmış ve poligonal etiketleme yapılmıştır. Desenler için farklı ülkelerden ortak veri seti oluşturulmuştur. Dijital desen için Türkiye, Azerbaycan, Çin ve Rusya’dan yaprak desen için Amerika’dan puzzle desen için Fransa’dan benekli desen için Almanya’dan çöl deseni için ise Irak’tan kamuflajlı asker görüntüleri bulunmaktadır. Günümüzde nesne tespiti, bölütlemesi ve sınıflandırılması için yaygın olarak kullanılan Mask R-CNN algoritması, askeri kamuflaj sınıflandırmasının çözümü için ele alınmış ve bu zorlu problemde derin öğrenme algoritmalarının önemi kanıtlanmıştır. Eğitim 0.008426 sınıflandırma kaybı ve 0.04284 maskeleme kaybı ile sonuçlanmıştır.