Akademik Veri Yönetim Sistemi
4. Uluslararası İpek Yolu Akademik Çalışmalar Sempozyumu, Nevşehir, Türkiye, 17 - 18 Aralık 2020, ss.149-154
Son zamanlarda Koronavirüs (Covid-19) salgını dünya genelinde yaşamı en çok tehdit eden ve sağlık problemlerine neden olan sorunlardan birisidir. Koronavirüs salgını nedeniyle birçok ülkede sosyal mesafeyi yönetmek için yeni stratejiler üzerinde çalışılmaya başlanılmıştır. Dünya Sağlık Örgütü'ne (DSÖ) göre bu salgından korunmanın en etkili yöntemlerinden biri de halka açık alanlarda ağzı ve burnu kapatan yüz maskesi takılmasıdır. Bu alanlarda virüsün yayılmasını önlemek için yüz maskelerinin takılması sosyal bir sorumluluk haline gelmiştir. Yüz maskesi takmak, havadaki virüslerin solunum sistemine ulaşmasını engeller ve solunum yolu enfeksiyonlarının azalmasına neden olur. Koronavirüs salgınına karşı önlem almak için, halka açık alanlarda maskesiz insanları gözetlemek ve takip etmek için gözetleme kameraları kullanmak gereklidir. Gözetleme kameralarını analiz etmek için insan müdahalesi gerekmektedir. Analiz edilecek görüntü sayısı çok fazla olduğundan, bir kişinin tüm sahneleri aynı anda gözetlemesi ve takip etmesi zor bir problemdir. Son yıllarda bilgisayarlı görme alanında kullanılan derin öğrenme, gerçek hayatta karşılaşılan problemlerde etkinliğini kanıtlamıştır. Bu çalışmada derin öğrenme yöntemleri kullanılarak, bir insanın yüz maskesi takıp takmadığını tespit eden yeni bir model önerilmiştir. Önerilen model, Konvolüsyonel Sinir Ağı (Convolutional Neural Network (CNN)) kullanan derin öğrenme mimarileri temel alınarak geliştirilmiştir. Geliştirilen model, Simüle Maskeli Yüz Veri Seti (Simulated Masked Face Dataset (SMFD)) kullanılarak eğitilmiş ve test edilmiştir. Model eğitim sonucunda %97,09 oranında başarı doğruluğu elde ederek, çok yüksek bir performans göstermiştir.
Recently, the Coronavirus (Covid-19) epidemic is one of the most life-threatening and health problems worldwide. Due to the coronavirus epidemic, many countries have begun to work on new strategies to manage social distance. According to the World Health Organization (WHO), one of the most effective methods of protection from this epidemic is wearing a face mask that covers the mouth and nose in public areas. It has become a social responsibility to wear face masks to prevent the spread of the virus in these areas. Wearing a face mask prevents airborne viruses from reaching the respiratory system and causes respiratory tract infections to decrease. To take precautions against the coronavirus epidemic, it is necessary to use surveillance cameras to spy and track unmasked people in public areas. Human intervention is required to analyze surveillance cameras. Since there are so many images to be analyzed, it is a difficult problem for a person to observe and follow all scenes at the same time. Deep learning, which has been used in computer vision in recent years, has proven its effectiveness in real-life problems. In this study, a new model is proposed that detects whether a person is wearing a face mask using deep learning methods. The proposed model was developed based on deep learning architectures using the Convolutional Neural Network (CNN). The developed model was trained and tested using the Simulated Masked Face Dataset (SMFD). As a result of the model training, it achieved a success accuracy of 97.09% and showed very high performance.