Basit öğe kaydını göster

dc.contributor.advisorUysal, Murat Paşa
dc.contributor.authorBağdatoğlu, Emel
dc.date.accessioned2021-10-19T10:04:07Z
dc.date.available2021-10-19T10:04:07Z
dc.date.issued2020
dc.identifier.urihttp://hdl.handle.net/11727/6496
dc.description.abstractSuç ve suça ilişkin olaylar doğası gereği, geçmişte insan ve toplum hayatı için her zaman önemli olgular içerdiği gibi gelecekte de önemli etkilerinin olacağı açıkça gözlenmektedir. Hukuki yaptırımlara ek olarak sınırlı düzeydeki teknolojik uygulamalar suçla ilgili olayları belirli oranlarda azaltsa da beklenen gereksinimleri karşılamaktan uzak olduğunu söylemek mümkündür. Bunun en önemli nedenlerinden birisi, suç teşkil eden olayların gerçekleştikten sonra asenkron ve manuel olarak incelenmeleri, teknolojik araçların ise çoğu zaman bu olaylara ait verinin kaydı ve işlenmesi için kullanılması olduğu söylenebilir. Dolayısıyla, olayları gerçek zamanlı izleyecek, otomatik biçimde analiz ederek suça ilişkin davranışları anında tespit edecek akıllı teknolojik çözümlerin suç davranışlarını azaltacağı gibi suçun caydırıcılığını da artıracağı değerlendirilmektedir. Bu kapsamdaki çalışmanın temel amacı, kapalı alanlarda güvenlik kameralarından (CCTV) elde edilen video görüntülerini kullanarak suç davranışlarını gerçek zamanlı belirlemeye yönelik akıllı bir çözüm üretmektir. Araştırma, Tasarım Bilimi Araştırma Yöntemi (Design Science Research) çerçevesinde derin öğrenme yöntem, teknik ve araçları kullanılarak bütünleşik bir yapıda yürütülmüştür. Araştırmanın kuramsal temelleri, suç ve suç tespit yöntemleri, yapay zeka, yapay sinir ağları, derin öğrenme ile görüntü işleme bilgi alanlarıdır. Çalışmanın ana çıktısını, gerçekleştirilen derin öğrenme çözümü ile onun içerdiği özgün modeller ve algoritmalar oluşturmaktadır. Araştırma probleminin çözümü için suç davranışları belirlenmiştir. Bunlar kavga, koşma, silah doğrultma, atlama, el kaldırma, yerde uzanma, eylemsizlik ve diğer olmak üzere sekiz alt kategoriye ayrılarak, güvenlik kameralarından alınmış 617 gerçek video görüntüsünden oluşan Güvenlik Kamerası Suç Veri Seti oluşturulmuştur. Çalışma sonucunda gözetimsiz öğrenme modellerinin gözetimli öğrenme modellerine nazaran suç tespitinde daha etkili olduğu bulunmuştur. Elde edilen bulgular ve gözlemler doğrultusunda, derin öğrenme ile geliştirilen çözümün araştırmanın amaç ve hedeflerini karşıladığını söylemek mümkündür. Ancak, araştırma sınırlılıkları dikkate alındığında ise gelecekteki çalışmalarla iyileştirilmesi gereken yönlerinin bulunduğunu da belirtmek gerekmektedir. Due to their nature, crime and criminal events have always been important for human and social life in the past, and it is clearly observed that they would have important effects in the future. In addition to legal sanctions, it is possible to say that limited technological applications reduce the crime-related incidents to a certain extent, however, they are far from meeting the expected requirements. One of the most important reasons for this is that criminal events are examined asynchronously and manually after they occur, and technological tools are often used for recording and processing the data belonging to these events. Therefore, it is considered that smart technological solutions that would monitor the events in real time and automatically analyze the criminal behaviors may reduce crimes and also increase the deterrence for crime. The main purpose of the study is, therefore, to produce a smart solution for detecting criminal behavior in real time by using video images obtained from security cameras (CCTV) in closed areas. An integrated research is carried out using deep learning methods, techniques and tools within the framework of design science research method. The theoretical foundations of the research are crime and crime detection methods, artificial intelligence, artificial neural networks, deep learning and image processing knowledge areas. The proposed deep learning solution and its original models and algorithms constitute the main outputs of this study. Additionally, criminal behaviors have been determined for the solution of the research problem. These are fighting, running, aiming a gun, jumping, raising hands, lying on the ground, inaction positions and others. Security Camera Crime Data Set consisting of 617 real video images taken from security cameras has also been created. As a result of the study, it is found that unsupervised learning models are more effective in crime detection than supervised learning models. In line with the findings and research observations, it is possible to say that the solution, developed using deep learning methods, meets the aims and objectives of the research. However, considering the limitations of the research, it should be noted that there are some aspects that need improvement with future studies.en_US
dc.language.isoturen_US
dc.publisherBaşkent Üniversitesi Sosyal Bilimler Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectDerin Öğrenmeen_US
dc.subjectSuç Tespitien_US
dc.subjectYapay Zekaen_US
dc.subjectAnomali Tespitien_US
dc.subjectGörüntü İşlemeen_US
dc.titleDerin öğrenme yöntemiyle kapalı alanlarda suç davranışlarının tespitine yönelik bir uygulamaen_US
dc.typemasterThesisen_US


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster