FARKLI ALANLARDA COMPUTER VISION

FARKLI ALANLARDA COMPUTER VISION UYGULAMALARI

Computer Vision teknolojinin hızla büyümekte olan ve bir çok farklı sektörle iç içe olan alanlarından biri. İç içe olduğu sektörlerdeki uygulamalarının artması da aynı şekilde Computer Vision’un büyümesini hızlandırıyor. Birbirinden farklı 3 alandaki Computer Vision uygulamalarını örnekleriyle derledik:

 - Tıp Alanındaki Uygulamalara Örnekler

Tıp, bilgisayar biliminden uzak bir bilim dalı olmasına rağmen birçok konuda bilgisayar bilimcileri ile tıpçılar arasında ortak çalışmalar yapılıyor. Bu çalışmaların konularından biri de Computer Vision. Tıptaki birçok yöntem artık Computer Vision modelleriyle desteklenmekte. İşte bunlara birkaç örnek:

1. Kan kaybının ölçülmesi: Doğum sırasındaki ölümlerin en büyük nedenlerinden biri kan kaybıdır. Orlando’daki bir doğum hastanesi doğum sırasında anne ve bebeğin kan kaybını ölçmek ve kontrol altında tutmak için computer vision kullanıyor. 

2. Erken teşhis: Örüntü tanıma (pattern recognition) yöntemi sayesinde neredeyse hiçbir belirtisi ortaya çıkmamışken bile, kanser ve benzeri hastalıklar kolayca tespit ediliyor.

3. Daha hızlı ve doğru teşhis: Binlerce farklı hastadan gelen veriyle eğitilmiş Computer Vision modelleri anlık ve birçok hekime göre çok daha az hata oranıyla sonuçlar veriyor. Örneğin Mount Sinai Hastanesi’nde akut nörolojik hastalıkları teşhiste Computer Vision modelleri kullanılıyor.

4. Bilgisayar destekli tıbbi görüntüleme: Geçmiş verilere göre teşhis yapan modellerin yanı sıra tıbbi görüntüleme yöntemlerine katkıda bulunarak hekimlerin daha verimli çalışmasına, ölçümleri daha iyi algılamalarına yardımcı olan uygulamalar da mevcut.

 - Güvenlik Kameralarında Computer Vision Uygulamaları

Dünyanın her yerini saran güvenlik kameraları Computer Vision ile güçlendirildiğinde olayları kayıt altına almanın yanı sıra artık olayları anlık olarak algılayabilmemizi ve bir çok sorunu gerçekleşmeden çözebilmemizi sağlıyor. Örnek uygulama alanları:

1. Etkinlik algılama: Program sahadaki insanların yaptığı eylemleri algılayarak daha iyi kayıt altına alır. Hırsızlık, kapkaç, şiddet gibi olaylar anlık olarak rapor edilebilir. Aynı zamanda süpermarketler ve alışveriş merkezlerinde müşteri etkinlikleri, müşterinin yoğun olduğu alanlar rapor edilerek reyon dizaynı gibi faktörlerin başarı düzeyleri daha iyi analiz edilip geliştirilebilir.

2. Davranışsal analiz: Olaylar insan davranışlarının analiz edilmesiyle henüz gerçekleşmeden çözülebilir. Örneğin bir havaalanı kuyruğunda şikayet eden bir müşteri daha sonra bu gerginliği diğer müşterilere de sıçratacaktır. Bunun sonucunda tartışma kavga gibi olaylar yaşanabilir. Ama mutsuz bir müşteri olduğu daha önceden analiz edilip çalışanlar tarafından müşterinin problemi çözüldüğünde hiç kimse sorun yaşamayacak ve müşteri deneyimi iyileşecektir.

3. Duygu algılama: Topluluktaki insanların beden dilinden ve davranışlarından yola çıkarak duygu ve ruh hallerini analiz eden modeller sayesinde şiddet eğilimi olan insanlar, bir suç işlemeye ya da terör eylemleri yapmaya hazırlananlar erkenden tespit edilebiliyor. Aynı zamanda intihar eğilimi ya da önemli psikolojik bozukluklar da tespit edilip müdahale edilebiliyor.

 - Yol Güvenliği ve Akıllı Trafik

Bugün şehirlerdeki neredeyse bütün yollar mobese kameraları ve araç kameraları sayesinde saniye saniye kayıt altında. Bu kayıtlar Computer Vision modelleri tarafından incelendiğinde yol güvenliğinde ve akıllı trafik uygulamalarında çok büyük adımlar atılıyor.

1. Agresif sürücü davranışları: Agresif sürücü davranışları, yolları izleyen mobese kameraları tarafından kolayca tespit edilebiliyor. Trafik magandalarının bu yöntemle tespit edilip trafikten uzaklaştırılması diğer sürücülerin ve yayaların can güvenliğini sağlamak adına büyük bir adım. 

2. Yaya ve araç yoğunluğunu: Aynı zamanda bu kameralar tarafından bölgelere göre yaya ve araç yoğunluğu analiz edilip ısı haritaları gibi veriler üretilebiliyor. Daha sonra elde edilen veriler akıllı trafik ışıkları için kullanılıyor. Böylece trafik en verimli şekilde aktığı için büyük şehirlerin trafik sorununa bir miktar çözüm oluyor. Aynı zamanda bu veriler toplu taşıma seferlerinin optimize edilmesinde kullanıldığında yine trafik yoğunluğunu azaltacak ve toplu taşıma maliyetlerini düşürecektir. 

3. Otonom Araçlar: Trafikteki Computer Vision uygulamaları sadece mobese kameralarıyla sınırlı değil. Otonom araçların da en önemli bileşenlerinden biri Computer Vision. Otonom araçlar yayaların, trafik ışıklarının ve işaretlerinin ve şeritlerin farkında olabilmek için bu teknolojiyi kullanıyor.

Görüldüğü üzere Computer Vision hayatımıza çok farklı alanlarda girmiş durumda ve girmeye devam ediyor. Eğer kendini geleceğe adapte etmek isteyen bir yazılımcıysanız gelişmekte olan ve şimdiden birçok alana girmiş olan bu alanı tanımalı ve öğrenmelisiniz. Computer Vision modelleri geliştirmeyi öğrenmeye Bilginç IT Academy'nin Deep Learning eğitimleri ile başlayabilirsiniz. 


Doğukan AKAR
Boğaziçi Üniversitesi Bilgisayar Mühendisliği Öğrencisi

Eğitime kayıt olmak, eğitim planlamak ve diğer tüm konular için bize ulaşın!

İlgili Eğitimler

Fundamentals of Deep Learning for Computer Vision

This workshop teaches deep learning techn...

  • Classroom
  • Virtual Classroom
  • Online

1 Gün

RED HAT NEDİR? RED HAT HAKKINDA TÜM MERAK EDİLENLER II 

DEEP LEARNING & MACHINE LEARNING

FRAMEWORKLER NEDİR VE NE İŞE YARAR?

SİBER GÜVENLİKTE KARİYER

YAPAY ZEKÂ VE TÜRLERİ

MULTI-CLOUD: EFSANELER VE GERÇEKLER

RED HAT HAKKINDA TÜM MERAK EDİLENLER