Bitirme Projesi 4 - Rapor - Özet, Giriş

ÖZET

İnsan yeninden tanıma işlemi iki farklı görüntüde tespit edilen insanları eşleştirme görevini kapsamaktadır. Bu bağlamda projenin amacı verilen bir görüntünün insan görüntüsü olup olmadığını tespit etmek ve insan görüntüsü mevcut ise elde var olan diğer insan görüntüleriyle karşılaştırarak eşleştirme işlemini gerçekleştirmektir. Bu bağlamda Konvolüsyonel Sinir Ağı tabanlı Derin Öğrenme yöntemleri olan İkili Sınıflandırma ve Siamese Ağı kullanılmıştır. İkili Sınıflandırma, görüntüde insanın var olup olmadığına karar vermek için kullanılırken Siamese Ağı görüntüleri eşleme işlemi için kullanılmıştır. Yapılan testler sonucunda bir görüntüde insan olup olmadığı %85 doğruluk oranıyla tespit edilebilmektedir. İki görüntünün eşleştirilmesi işleminde doğruluk oranı %60 olarak bulunmuştur. 

1.     GİRİŞ

Kaybolan insanların bulunabilmesi ve hatta suçluların izinin sürülebilmesi için kuşkusuz tespit edilen kişinin kameralar üzerinden takip edilebilmesi gerekmektedir. Bu amaç doğrultusunda birçok alt problem meydana gelmiştir. Bu yazının konusunu oluşturan insanların yeniden tanınması ihtiyacı da bu problemlerden biridir. Daha kapsamlı bir ifadeyle bir görüntüde yer alan bir insanın başka bir görüntüde bulunup bulunmadığını tespit etme işine insan yeniden tanıma denir. Bu işlemin başarıyla gerçekleştirilmesi durumunda farklı kameralardan algılanmış iki insanın aynı insan olup olmadığı tespit edilebilecek ve daha da önemlisi bu tespit sonucunda insanların takibi sağlanabilecektir.

Proje kapsamında çözümü aranan ana problem; bir insan görüntüsü verildiği takdirde görüntüde bulunan insan figürünün elde bulunan insan görüntüleriyle karşılaştırılması durumunda, şayet bu figür eldeki verilerde mevcutsa, sistemin vereceği ilk dört tahmin içerisinde istenilen insan figürünün bulunup bulunmamasıdır. Problem çözümü için derin öğrenme metotlarından İkili Sınıflandırma [İng. Binary Classification] ve Siamese Ağı kullanılmaktadır. Bu iki yapı bu başlığın devam eden kısımlarında kısmen anlatılırken Metot başlığı altında detaylı bir şekilde ifade edilecektir. Problemin çözümü sonucunda amaçlanan sistemin genel görüntüsü ise şekil-1.1’de gösterilmiştir.

Şekil 1.1: Sistemin Genel Şeması: İnsan yeniden tanıma problemi için amaçlanan sistem gösterilmiştir. Sisteme verilen bir görüntünün eldeki görüntülerle karşılaştırılarak benzer dört görüntünün sunulması ifade edilmektedir.

Elbette ki bu ana problemin çözümü için birçok alt problemin de çözümü gerekmektedir. Bu problemlerden ilki sistemin, verilen görüntünün içeriği hakkında bir yargıda bulunamamasıdır. Bir insan bir görüntüye baktığında o görüntünün içeriği hakkında çeşitli bilgiler verebilir. Ancak bir makine için bu görüntü sayılardan oluşan anlamsız bir matristen başka bir şey değildir. Bu problemin çözümü, görüntüyü temsil edecek ve makine için anlamlı olabilecek sayılar elde etmektir. Bu sayıların oluşturduğu tek boyutlu diziye o görüntünün özellik yada öznitelik vektörü denir. Özellik vektörünün oluşturulması işlemi ise öznitelik çıkarımı [İng. Feature Extraction] olarak adlandırılır. Bu işlem için görüntünün yapısına ve içeriğine göre değişiklik gösteren birçok yöntem mevcut olmakla birlikte projede kullanılmış olan yöntem Konvolüsyonel Sinir Ağları [İng. Convolutional Neural Network] yöntemidir.  Metot başlığı altında detaylandırılacak olan bu yöntem görüntülerin anlamlı özetlerini çıkarmak için gereklidir.

İkinci problem ise verilen görüntüde insan figürünün bulunup bulunmadığının bilinmemesidir. Bu alt problemin çözümünde insan olan ve insan olmayan görüntülerin sınıflandırılması gerekmektedir. Bu işlem için özellik çıkarımı yöntemi ve derin öğrenme metotlarından biri olan İkili Sınıflandırmadan faydalanılmıştır.

Üçüncü ve son problem ise insan figürlerinin benzer olup olmadıklarının tespit edilmesidir. İki görüntüdeki insanların benzer olup olmadıklarını tahmin edebilmek için görüntüler arasındaki farkın niteliğine göre karar verilmesi gerekmektedir. Bu problemin çözümü için de özellik çıkarımı yöntemini, fark fonksiyonunu ve karar mekanizmasını barındıran Siamese Ağı kullanılmıştır. Tüm bu alt problemlerin çözümü ana problemin de çözülmesini sağlayacaktır.

Proje sonunda tekrar tanıma için sistemin yanıt süresinin iki saniyenin altında olması ve en iyi 4 tahminde başarısının %90 olması beklenmekteydi. Sistemin iki saniyenin altında çalışması kriteri sağlanmış olsa da başarım oranındaki beklenti sağlanamamıştır. İkili sınıflandırma işlemi için MIT Pedestrian [1] ve INRIA GRAZ [2] data seti kullanılmış ve yapılan testler sonucunda ortalama doğruluk %85 olarak alınmıştır. Siamese ağı eğitiminde ise CUHK veri seti [3] kullanılmıştır. Bu model üzerinde yapılan çeşitli testler sonucunda ortalama %60 doğruluk saptanmıştır.

 Aslında proje çevrimdışı ve çevrimiçi olmak üzere iki alt evreden oluşmaktadır. Bu yazının konusu olan derin öğrenme metotları ile bir galeride bulunan insanların yeniden tanınması işlemi projenin çevrimdışı kısmını kapsamaktadır. Bu nedenle raporda projenin çevrimiçi bölümüyle alakalı teknik bilgiler verilmemiştir. Ancak bir fikir oluşturması amacıyla tanımlamakta fayda görülmektedir. Çevrimiçi kısmı, derin öğrenme ile gerçekleştirilmiş olan eğitimler kullanılarak istenilen kişinin galeride değil entegre edilmiş kamera sisteminde aranması sağlanacaktır. Bu sistemin en az dört kamera ile gerçekleştirilmesi beklenmektedir.

Raporun içeriği hakkında kısaca bilgi verilecek olursa, Önceki Çalışmalar başlığı altında tanımı yapılan ana problem ve alt problemler ile ilgili daha önce yapılmış olan çalışmalara yer verilmiştir.  İkili Sınıflandırma ve Siamese Ağı Metot başlığı altında detaylandırılmıştır. İki modelin birbirinden ayrı değerlendirilebilmesi için alt başlıklar oluşturulmuştur. Veri Seti alt başlığı eğitimde kullanılan veri setleri hakkında detaylı bilgiler içermektedir. Kullanılan model mimarisi Model alt başlığı altında incelenirken eğitimde kullanılan parametreler Eğitim başlığı altında yer almaktadır. Son alt başlık olarak sistemlerin test verilerinin belirtildiği Test ve Sonuçları bulunmaktadır. Ana başlıklardan birisi olan Tartışma ve Sonuçlar başlığı altında genel değerlendirmelere ve gelecek planlarına yer verilmiştir.

[1] Center for Biological and Computational Learning at MIT and MIT, Pedestrian Data,  http://cbcl.mit.edu/software-datasets/PedestrianData.html [Ziyaret Tarihi: 20 Aralık 2017]

[2] Dalal, Navneet, and Bill Triggs. "Histograms of oriented gradients for human detection." Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on. Vol. 1. IEEE, 2005.

[3]The Chinese University of Hong Kong, Person Re-Identification Datasets, http://www.ee.cuhk.edu.hk/~xgwang/CUHK_identification.html, [7], [Ziyaret Tarihi: 20 Aralık 2017]

[7] Li, Wei, et al. "Deepreid: Deep filter pairing neural network for person re-identification." Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2014.