Daha Hızlı Bölgesel-Evrişimsel Sinir Ağları ile Sığır Yüzlerinin Tanınması
Küçük Resim Yok
Tarih
2019
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Süt sığırcılığı işletmelerinde sürülerinin yönetilmesinden ziyade ineklerin bireysel olarak refahı ve sağlıklıolmasına yönelik hassasiyet son yıllarda artmıştır.? Bu durumun sonucu olarak, bireysel olarak hayvanlarıntakip edilme ihtiyacı ortaya çıkmıştır. Hayvanlar için biyometrik veriler kullanılarak oluşturulacak sistemler,hayvanları bireysel olarak tanınmasına yardımcı olmaktadır. Hayvanlardan elde edilen yüz, burun, iris gibi bireyselbiyometrik veriler işlenerek makine öğrenmesi temelli sistemler oluşturulabilir. Bu çalışmada, derin öğrenmede önemlibir model olan Daha Hızlı Bölgesel-Evrişimsel Sinir Ağları(DHB-ESA) kullanılarak, sığırların yüz görüntülerininsınıflandırılarak tanınması gerçekleştirilmiştir. Çalışmada öncelikle, bir besi yerinde bulunan sığırlardan yüzgörüntülerini içeren görüntüleri alınarak bir veriseti oluşturulmuştur. Daha sonra, sığır görüntülerindeki yüz bölgeleri,uygulama ile işaretlenerek sığır sınıflarına göre etiketlenmiştir. Deneysel çalışmalar kapsamında, veriseti içerisindenbeş farklı sığıra ait toplamda 1579 görüntüden oluşan bir alt küme oluşturulmuştur. Bu küme, ağın eğitimi için 1129görüntü ve test işlemi için ise 450 görüntü olacak şekilde gruplandırılmıştır. Sığır yüz görüntüleri ön-eğitimli bir ağüzerinde eğitildikten sonra, gerçekleştirilen test işlemlerinde sığır yüz görüntüleri %98.44 doğruluk ile başarılı birşekilde sınıflandırılmıştır. Önerilen bilgisayar destekli bu yaklaşımın, sığırların yüzlerinin tanınmasında ikincil bir araçolarak uzmanlar tarafından farklı amaçlar için kullanılabileceği öngörülmektedir.
Açıklama
Anahtar Kelimeler
Bilgisayar Bilimleri, Yazılım Mühendisliği, Zooloji
Kaynak
Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
6
Sayı
1a
