Görüntü segmentasyonu ile entegre edilmiş evrişimli sinir ağları ile deprem sonrası hasarlı binaların otomatik olarak tespiti
Tez Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gümüşhane Üniversitesi, Sosyal Bilimler Enstitüsü, Afet Yönetimi , Türkiye
Tez Danışmanı: Dr. Öğr. Üyesi Ramazan Ünlü
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Özet:
Doğal afet türlerinden biri olan depremlerin meydana
gelmesinden sonra birçok afetzedenin hayatını kurtarabilmek ve kriz yönetimini
daha mükemmel sonuçlandırabilmek için afet bölgesinde bulunan hasarlı binaları
mümkün olduğunca en kısa sürede tespit etmek ve tespit edilen hasarlı binalara
müdahalelerde bulunmak son derece önemlidir. Günümüzde, deprem sonrasında
hasarlı binaların tespiti afet bölgesinde görev alan yetkililer tarafından
gözlemlenerek, uydu görüntülerinden veya helikopter gibi hava araçlarından
alınan görüntülerden faydalanılarak yapılmaktadır. Yetkililerin gözlemleriyle hasarlı
binaların tespiti zaman açısından ciddi kayıplar doğururken, tespitlerin
doğruluğu bakımından da güvenilirliği tartışılır düzeydedir. Bu çalışmada,
deprem ve sel gibi beklenmedik afetlerden sonra hasarlı veya tahrip olmuş
binaların otomatik olarak tespit edilebilmesi için yapay zeka tabanlı sistemler
test edilmiştir. Çalışma sırasında görüntü sınıflandırma literatüründe sıklıkla
kullanılan VGG-16, VGG-19 ve NASNet evrişimli sinir ağı modelleri
kullanılmıştır. Bu modelleri etkili bir şekilde uygulayabilmek için, önce
çalışmada kullanılan tüm görüntüler K-Means kümeleme algoritması ile
segmentlere ayrılmıştır. Sonrasında, çalışmanın ilk aşaması için, "hasarlı
binalar" ve "normal binalar" olarak etiketlenen resimler
sınıflandırılmıştır. VGG-19 modeli test setinde %90 doğruluk oranı elde
edilmiştir. Çalışmanın ikinci aşamasında "hasarlı binalar",
"daha az hasarlı binalar" ve "normal binalar" olarak
etiketlenen resimler için çok sınıflı bir sınıflandırma algoritması oluşturulmuştur.
Bu aşamada VGG-19, VGG-16 ve NASNet test setinde sırasıyla yaklaşık %69, %66 ve
%62.5 doğruluk oranı elde edilmiştir.