Mezuniyet Projesi — Birden Fazla Video Kamerasından Gerçeklik Yakalama

Bu proje, Akıllı Ulaşım Sistemlerindeki (ITS) bilgi eksikliğini gidermek amacıyla, birden fazla video akışı ve gelişmiş fotogrametri tekniklerini kullanarak araçların doğru 3B modellerini üretmeye odaklanmaktadır. Araç takibi ve tanımayı geliştirmek suretiyle, daha etkili trafik yönetimi, acil durum müdahale sistemleri ve yol güvenliğine katkı sağlamayı hedeflemektedir.

Hareketli kameralar, değişken ışık koşulları ve yüksek işlem gereksinimleri gibi zorluklara rağmen, proje hesaplama verimliliğinin optimize edilmesine odaklanmıştır. Nesne tespiti için YOLOv5, derinlik tahmini için ise MIDAS kullanıldı ve her ikisi de PyTorch aracılığıyla entegre edildi. Özellik tespiti FAST algoritmasıyla gerçekleştirildi, 3B yeniden yapılandırma ise OpenCV kullanılarak yapıldı.

Kullanılan temel yöntemler:

• YOLOv5 ile doğru ve gerçek zamanlı araç tespiti
• Kamera kalibrasyonu satranç tahtası desenleri ve MATLAB ile
• Derinlik kestirimi MIDAS (DPT_Large) aracılığıyla
• 3B rekonstrüksiyon çok açılı nokta bulutlarının hizalanmasıyla

Nokta bulutu düşük çözünürlüklü olsa da, proje bu yöntemlerin birleştirilerek araçların kısmi 3B modellerinin inşa edilebileceğini başarılı bir şekilde göstermiştir. Bu sonuçlar, gerçek zamanlı ITS uygulamalarında daha ileri geliştirmeler için bir temel oluşturmaktadır.

Bu proje, güçlü bilimsel, teknolojik ve sosyoekonomik potansiyele sahiptir. Gelecekteki ITS sistemlerine ve ticari trafik izleme araçlarına entegre edilebilecek yeni ve verimli bir 3B araç modelleme yaklaşımı önermektedir.