Maskeli ve Maskesiz Yüzlerin Gerçek Zamanlı Tespiti


Abstract views: 75 / PDF downloads: 94

Authors

  • Murat KILIÇ Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı
  • Vasif NABİYEV Prof. Dr. , Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı

Keywords:

YOLO, Derin Öğrenme, CNN, OpenCV, Maske Tanıma

Abstract

Aralık 2019 tarihi itibariyle Çin’ de tespit edilen ve 2019 Mart ayından beri ülkemizde de görülen Yeni tip korona virüs salgını nedeniyle tüm dünya ülkeleri virüs yayılımını önlemek için çeşitli tedbirler almak zorunda kalmıştır. Yeni korona virüsün doğrudan temas ile yayıldığı bilinmekle birlikte, yayılımın önüne geçmek için temasın en aza indirilmesi, ülkemiz Sağlık Bakanlığı bünyesinde oluşturulan bilim kurulu ve Dünya Sağlık Örgütü (WHO) tarafından defalarca dile getirilmiştir. Ayrıca virüsün yayılmasının önlenmesi için kamusal alanlarda ve işyerlerinde maske kullanımı ülkemizde olduğu gibi dünyanın birçok ülkesinde zorunlu hale getirilmiştir. Bu zorunluluk ile maske takma kontrolünün yapay zekâ (AI) sistemleri tarafından yapılması ve maskeli yüzlerin de yapay zekâya dayalı yüz tanıma sistemleri tarafından tanınması ihtiyacını doğurmuştur. Bu çalışma ile CNN Tabanlı YOLOv4 modeli Darknet ile eğitilerek yüz maskesi tanıması görevi öğretilmiştir. Modelin doğruluğu test edilerek eğitilmiş model, OpenCV kullanılarak gerçek zamanlı görüntü işlemesi yapılıp Python programlama dili ile uygulama haline dönüştürülmüştür. Uygulama ile gerçek zamanlı olarak farklı açılardaki birden çok kişinin yüzlerinde maske takılı olup, olmadığının kamera ile tespit edilerek etiketlenmesi sağlanmıştır.

Downloads

Published

2023-02-08

How to Cite

KILIÇ, M., & NABİYEV, V. (2023). Maskeli ve Maskesiz Yüzlerin Gerçek Zamanlı Tespiti. International Conference on Frontiers in Academic Research, 1, 581–585. Retrieved from https://as-proceeding.com/index.php/icfar/article/view/168