Tez çalışması kapsamında geliştirilen yöntemlerin ve kullanılan sistemlerin ürettiği çıktılar üzerinden elde edilen pozitif yaya bölgeleri ve uzaklık sonuçları bu alt başlık içerisinde incelenmiştir. Çıktılarda, yaya tespit sonuçları ve uzaklıkları kullanılan test görüntüleri üzerinde belirtilmiştir. Test görüntülerinde, gerçek pozitif yaya bölgeleri başarılı bir şekilde bulunurken belirli koşullar altında yanlış negatif sonuçların da elde edildiği gözlemlenmiştir. Yanlış negatif çıktı veren yaya sonuçlarının nedenleri belirlenerek geliştirilmesi planlanan çalışmalar olarak Bölüm 4.6. içerisinde incelenmiştir. Unutulmamalıdır ki tez kapsamında geliştirilen engel tespitinde yüksek başarımlı sonuçlar elde edildiğinden, yayaların tespit edilememesi durumunda dahi bu bölgeler engel olarak tanımlanmakta ve sistem içerisinde dikkat edilmesi gereken nesneler olarak belirtilmektedir. Veri seti kullanılarak çoklu kareler yerine tekli stereo kare görüntü çifti üzerinde çalışılmıştır. Bu sebeple sunulan sonuç ve çıktılar, herhangi bir ön bilgi kullanımı olmadan elde edilen başarımları göstermektedir.
Şekil 4.37. Uzaklık tabanlı alansal eşikleme öncesi elde edilen pozitif HOG sonuçları ve uzaklıkları.
Şekil 4.37.’de alansal eşikleme yapmadan önce iki farklı test görüntü verisi sonucunda elde edilen çıktılarda görüldüğü gibi uzak noktalarda çok büyük veya yakın noktalarda yaya olamayacak kadar çok küçük alanların olduğu ve bunların işlenerek yanlış pozitif değerler verdikleri görülmüştür. Bu sebeple yayaların oran ve orantılarına yani antropometrik oranlara göre alan hesabı yapılmış; bisikletli, motosikletli insanları da kapsayacak şekilde değerler yaklaşık olarak belirlenmiştir. Yayaların büyüklükleri dolayısıyla alanları uzaklığa göre değiştiğinden materyal ve yöntem bölümündeki Tablo 3.11. oluşturularak yayaları barındırabilecek alanlar, çıkabilecek hata oranlarının tahmini etkisi göz önünde bulundurularak oluşturulmuştur. Yapılan bu işlemler sonucunda ise Şekil 4.38.’de görüldüğü gibi uzak mesafedeki yaya barındırması muhtemel olmayan alanlar çıkarılarak başarım oranı artırılmıştır.
Şekil 4.38. Sistem sonucu elde edilen pozitif yaya sonuç ve uzaklıkları.
Dikkat edilirse Şekil 4.37. ve Şekil 4.38.’deki görüntülerde mavi renkli aracın olduğu bölgelerde ve diğer sonuç görüntülerinde de gözlemlendiği üzere yatay olarak uzun engel barındıran alanlar ölçeklemeden dolayı, HOG özellikleri çıkarımından sonra yanlış pozitif değer verdikleri görülmüştür. Fakat bu uzun genişliğe sahip alanların çıkarılması da yayaların tespitinde hatalara sebep olacaktır. Örneğin birden fazla yayanın yürümesi, yayaların nesnelerin yanında veya önünde olmaları durumunda bu yayalar tespit edilmeden tanımlama işleminden çıkarılmış olacaktır. Bu hataların, yatay olmayan ve uzaklığa bağlı alansal kesimin yapıldığı durumlarda da görülebildiği tespit edilmiştir. Bu tarz hataların giderilmesi için, derinliğe bağlı yaya çerçeve değerlerinin gerçek hayatta ölçümlerinin yapılması ve sonrasında belirlenen uzaklık-yaya çerçevelerinin bu alanlar içerisinde gezdirilmesiyle yayaların tespit edilmesi gerekmektedir. Dikkat edilirse antropometrik oranlar, sadece engeller üzerinde incelendiğinden engeller yaya olarak kabul edilip ölçeklenmiştir. Bu sebeple incelenen bölgenin, uzaklığa bağlı yaya uzunluk ve genişlik değerlerine uyup uymadığı ölçüm değerleri olmadığından incelenememiştir. Veri seti kullanımı zorunluluğundan dolayı bu işlem gelecekte yapılması planlanan çalışmalar kısmına dahil edilmiştir.
Şekil 4.39. Eşikleme sonrası alansal HOG öncelik listesi (üst), iki farklı dolgu kullanıldığında HOG eğitim sonucu (orta, alt).
HOG filtresinin yaya tespiti sonuçlarında, girdi görüntü oluştururken belirlenen dolgu ve uzaklığa bağlı ölçekleme oranlarına göre çok farklı sonuçlar ortaya koyabildiği Bölüm 4.4.’de incelenen test görüntülerinde görülmektedir. Bazen bu hatalar bir grup yayanın tespitinde çok iyi sonuç verirken diğer yayaların tespitinde negatif sonuçlar verebilmektedir. Şekil 4.39.’daki görüntülerde, orta ve alt kısımda bulunan sistem çıktı verileri bu anlatılan durumu yansıtmaktadır. Bu hataların en aza indirilmesi için, HOG filtresi eğitiminde yüksek pozitif sonuç elde edilmesi amacıyla zorlu negatif görüntüler eğitim setinden çıkarılmıştır. Bunun sonucunda filtrenin yanlış pozitif bulma oranı artmış olsa da yanlış negatif tespit oranının azaltılması sistem önceliği olarak belirlenmiştir. Tespit edilen yanlış pozitif alanlar, yaya olmasa
bile engel teşkil eden bölgeler olduğundan aracın kaza yapmasını önlemek için bu alanlara dikkat edilmesi gerekmektedir. Şekil 4.40. ve bu başlık altındaki devam görüntülerdeki sistem çıktı sonuçları ‘15.11.2017’ tarihinde elde edilmiştir.
Şekil 4.41. '2011_09_26_drive_0070' ve '2011_09_28_drive_0038' üzerinden sistem sonuç çıktısı örnekleri.
Şekil 4.41. ve Şekil 4.42. üzerinde de görülebildiği gibi yayaların tespiti uygun bir biçimde gerçekleştirilebilmektedir. Bazı engellerin ise yaya tespitine yaya ile birlikte tek bir kare içerisinde ele alındığı da görülebilmektedir.
Şekil 4.43. '2011_09_28_drive_0045' veri seti üzerinden elde edilen sistem sonuç çıktısı örnekleri.
Şekil 4.43. ve Şekil 4.44. üzerinde görülen test sonuçları, farklı yol ortamlarında algoritmanın performansının anlaşılması açısından önemlidir.
Şekil 4.44. '2011_09_28_drive_0047' veri setleri giriş görüntüleri sistem sonuç çıktı örnekleri.
Şekil 4.45. '2011_09_26_drive_0070' örnekleri ile dönüşlerdeki sistem sonuç çıktıları ve performansı.
Şekil 4.43. ve Şekil 4.44. görülen farklı yol koşullarındaki sonuç çıktıları önemli olmakla birlikte, araçların dönüş esnasında sistemin elde ettiği sonuçlar da en az
bunlar kadar önemlidir. Kazaların birçoğunun aracın dönüşü sırasında, yaya ve engellerin sürücü tarafından görülmemesinden kaynaklandığını dikkate alacak olursak, sistemin bu koşullarda gösterdiği performansın önemi daha iyi anlaşılabilir. Bu sebeple test görüntülerinde dönüşlerde yaya olmamasına karşın sistem sonuçları ve tespit edilen engellerin başarımı, Şekil 4.45. sonuç çıktıları ve Şekil 4.46. engel tespit karşılıkları incelenerek görülebilir.
Şekil 4.46. '2011_09_26_drive_0070' örnekleri ile dönüşlerde sistem tarafından tespit edilen engeller.
Sistem sonuçlarında görüldüğü üzere; yaya tespiti, uzaklık tespiti ve engel tespit işlemleri gerçekleştirilmiştir. Tezde oluşturulan sistem, araçtaki kameralarla elde edilen çevresel verilerin işlenmesiyle hedeflenen kriterlere göre başarılı çıktılar elde ederek araç sürüş destek sistemlerinde veya otonom araçlarda kullanılabilecek bir mimari ortaya koymuştur.