Kameralar kördür, görüntüyü kaydederler fakat yorumlayamazlar. Son zamanlara kadar bu iş insanoğluna düşüyordu. Günümüzde ise dijital teknoloji, görüntü sensörlerinin ve diğer görüntü algılayıcı cihazların, görüntüleri veya dataları daha büyük bir sistemde kullanmak üzere bir işlem ünitesine ilettikleri yapay görme (YG) imkanı sunuyor. Ayşe Teyze’nin anlayacağı dille “makinaların görmesini sağlıyor”.
Günümüzde YG nün münferit bir alan olduğundan bahsedilemez. Tarihsel olarak akademik alanda YG tek bir ders olarak görülmüştür. Bilişim bölümünde YG çalıştığını söyleyen kişiler görebileceğiniz gibi , YG alanında yayınlanmış dergilerde bulabilirsiniz, kısacası alan genişledi. Basit YG çözümleri yerinde dururken diğer teknolojilerle birlikte çalışmaya hazır yeni bir vizyon ortaya çıkıyor.
Kullanımı, sistemin hızlı hareket eden ve hızlı değişen çevre bileşenlerini tanıma ve hesaplama hızıyla sınırlanmasına rağmen Yapay Görme (YG) bugüne kadar, araç sayımı, hız sınırlandırma ve plaka tanıma gibi yüksek hacimli çözümler için kullanılmıştır. Dünyanın en büyük (YG) şirketinin piyasa araştırma müdürü Alex Shikany’e göre, yapay görme yazılımının, belirlenmiş bir çevredeki nesnelerin tanımlanmasında rolünün gittikçe arttığı bir noktaya doğru ilerlemekteyiz. Araçlar arasında meydana gelen olayları görebilmek de buna dahildir. YG ‘de ki birçok yeni teknoloji Akıllı Ulaşım Sistemini bir kademe daha ileri taşıyacaktır.
Trafik Güvenliğinde Yapay Görme: Araçların İçini Görmek
2015’te Dubai de ülke genelinde yeni kameralar takıldı. Bu kameralarda LIDAR algılayıcıları kullanılmaktaydı ve hız limitini aşan, emniyet şeridini ihlal eden ve plakasız araç kullanan sürücülerin yakalanması amaçlanmıştı. Bu sistem aynı zamanda emniyet kemeri kullanmamak ve trafikte cep telefonu kullanmak gibi araç içi ihlalleri de tespit edebilmektedir. YG ‘ nün bu tür kullanımları Akıllı Taşıma Sistemi için yeni bir uygulama. Montajdan sonraki 11 ay içinde 52 kamera ile izlenen Dubainin en işlek caddesi, Şeyh Zayed Caddesinde 51891 sürücü bu tür ihlallerden yakalandı.
“Sürücüler kameraların sadece hız tutkunlarına odaklandığını zannediyor fakat kameralar her iki yönde de hız ihlallerinden daha fazlasını algılıyorlar. Biz trafik yoğunluğundan ve yüksek kaza oranından dolayı Şeyh Zayed Caddesine yoğunlaşıyoruz. Bu yılın ilk 9 ayında 122 kişi hayatını kaybetti, geçen yıl aynı dönemde 131 kişi kazalarda can vermişti”
Araçlar 5mt takip mesafesine uymak zorundalar yoksa 400 Dirhem (108$) para cezası ve 4 ceza puanı alabilirler. Bunların hepsi zarif görüntüleri ile meşhur Dubai gökdeleni Burç Halife’ye benzedikleri için halk arasında El Burç denilen konutlar sayesinde mümkün oluyor. Cihazlardaki YG – teknolojisinin üreticisi Vitronic, araç içi ihlallerin nasıl algılandığını açıklamayı reddetti.
Her ne kadar Dubai’de hangi özel teknolojinin kullanıldığı net olmasa da, büyük bir ihtimalle ( IoT) ve yapay zeka yerleştirilmiş kameralar içeriyor.
Shikany’e göre” IoT ve YG’yi açıklamak için robotbilim terimlerini kullanmak daha uygun. Robotlar, bir işi en verimli şekilde yapabilmeleri için binlerce kez tekrar etmeye programlanır. Bir yöntemi öğrendiğinde IoT ile bu bilgi sisteme dahil diğer makinalara ileterek onların da aynı yöntemi uygulaması anlık olarak sağlanır.
Tümleşik Zeka
IoT, YG kameralarını- özellikle ileri teknoloji Video işleme birimi ( VPU) ve tümleşik yapay zeka içerenlerini -daha güçlü bir konuma taşıyor. Bu kameralar, bilgisayarların dünyayı insanların gördüğü gibi görmesini, nesneleri tanımasını ve olayları, eylemleri ve durumları sınıflandırmasını sağlayan karmaşık sinir ağları algoritmaları kullanabiliyorlar. Hikvision ile birlikte çalışan, dünyanın önde gelen işlemci üreticisi Movidius’un başkan yardımcısı, elektrik mühendisi Gary Brown: “ Hikvision , yeni ürettiği akıllı kameralarında bizim video işlemci ünitelerimizi ( VPU) ön-uç işlemcisi olarak kullanıyor. Bu benzersiz kameralar, karmaşık sinir ağı temelli video analitiği kullanıyorlar, işlemlerini daha çok bulut bilişimi ile değil uç nokta (Edge) bilişimi ile yapıyorlar. Uç noktada güç temin eden bir Video İşlemcisi sayesinde kameralar YG işlevlerini uyguluyorlar. Akıllı ağ video kayıt sistemine bağlı olan kameralar IoT prensiplerini azami seviyede kullandıklarından sistem uyum içinde çalışıyor.”
Karmaşık sinir ağları, geleneksel bilgisayar görme yöntemlerinden çok üstündür. Algılayıcıların özellikleri kodlayarak girilmiyor bunun yerine sistem belirgin özellikleri kendi “öğreniyor”. Buna ek olarak bu algoritmalar geleneksel yöntemlerden çok daha net sonuçlar veren yüksek miktarda veri kümelerine ayarlıdır. Sonuçta oluşan algoritmalar, daha kapsamlı ve araba markası, şekli, modeli, emniyet kemeri ve cep telefonu kullanımını tespit edecek kadar nettir.
“Bu makinaların öğrenme yöntemleri geliştikçe her video işlemcide bir çift insan gözü varmış gibi çalışan görüntü analiz işlemlerine kavuşacağız” diyor bay Brown ve devam ediyor: “Böylece kamera ağlarımız şimdiki pasif sistemlerden evrilerek, olaylar meydana gelirken uyaran proaktif sistemlere dönüşürler.”
Birçok kamera teknolojisi size sadece neyin geçtiğini bildiriyor. Asıl zor olan her nesneyi tanımlamak. Analitik yazılımların çoğu sadece bir araç görüyor. Biz bilgisayarlara nesneleri tanımayı öğreteceğimiz bir döneme giriyoruz. Ulaşım Dairesi kendisinin ve başka kuruluşların, kameralarından ve algılayıcılarından oluşan bir ağa dahil olarak gelen video verilerini anabilgisayarlarla işleyecektir. Şu anda yazılımı Worknet Analytic tarafından hazırlanan bu proje pilot olarak uygulanmaktadır. IoT ( Nesnelerin Interneti / daha doğru ifade ile şeylerin interneti) ham veri sağlıyor fakat bu veriler tam olarak işlenmiyor.
Bir sonraki aşama (IoR) ( Tanıma İnterneti ) olacaktır. Şu anda kamyon ve bisiklet kazaları ile ilgili bir güvenlik raporu hazırlıyoruz. IoR ile sürekli çalışan video kayıt cihazının kamyon ve bisikleti tanımasını ve bu ikisi birbirine yaklaştığında bilgisayarın uyarı sinyali üretmesini sağlamaya çalışıyoruz. Bütün bu gelişmeler daha çok bilgiye dayalı kararlar almamızı ve vatandaşlarımıza, kullanıcılarımıza daha iyi hizmet vermemizi sağlayacak. “
Sokaklar Mercek Altında
Yapay Görme Teknolojisi Highway England tarafından binlerce mil uzunluğundaki yolları hızlı ve doğru olarak incelemek için kullanılıyor.
Highways Agency 2015 yılında kamu şirketi Highway England’a dönüştüğünde tam bir envanter çıkartılması gerekti. Bu, 35300 km yol hakkında bilgi toplanması anlamına geliyordu. Şerit kapatarak yapılacak bu ölçümler hem masraflı hem de tehlikeli olacaktı. Fakat HE, karayolu hız bilgisi toplama sistemi oluşturmak için IBI grubu ile birlikte çalışmaya başladı. Mobil Harita çözümü IBI’nin Routemapper programını yüksek kalitede verinin yüksek hızda toplanarak geri plandaki ofislerde işlenmesini sağlamak üzere lidar ile birleştirdi. Veri toplama işlemi, kameralarla ve lidar- algılama teknolojisi ile donatılmış araçların, incelenen yola uygun hızda seyri sırasında toplandı. Yüksek çözünürlüklü görüntüler kaydedildikten sonra bu devasa miktarda görüntüleri taramak için YG teknolojisi kullanıldı.
Herkes bu sıkı ilişkiler ağının iyi bir ilerleme olduğunu düşünmüyor. Bazı insanlar nesneler arasındaki bu ilişkinin tehlikeli olabileceğini düşünerek rahatsız. Londra Royal Holloway Üniversitesi YG profesörü Roy Davies “Ben IoT ‘nin zararlı olduğunu düşünüyorum. Daha geçenlerde bu tür uygulamaların kişisel gizliliği ihlal ettiği belirtildi. Bence zaruri olmayan ve birçok problem meydana getirecek gereksiz bir seçenek.”
Fox, YG ile hızlı bir ilerlemenin problem meydana getireceği görüşüne katılıyor .” Yol izleme verilerinin kullanımında beni rahatsız eden kişisel gizliliğin ihlal edilmesi ihtimali .“ diyor. Kendisi Londra çevreyolundaki ( M25) ALPR kameraları için kişisel gizlilik haklarını ihlal eden bir projede çalışmıştı.” Bu yüzden tanıma teknolojisinin kişisel hakların ihlal edilmesine yol açacağından endişe ediyorum. “ diyor Fox.
Bütün bu yerli veya yersiz korkulara rağmen, YG ‘nün gelecekte, başka çözüm yöntemleri ile birlikte, çevresiyle etkileşim içinde AUS’nin önemli yönlerini belirleyeceği kesin.
Traffic Technology Today.
