38 YANGIN VE GÜVENLİK • MAYIS - HAZİRAN / 2026 MAKALE ÖNSÖZ Yangınlar, insan yaşamını, ekosistemleri ve ekonomik istikrarı tehdit eden en acil küresel sorunlardan biridir. Erken tespit sistemlerinin geliştirilmesi; can kayıplarını en aza indirmek, maddi hasarı azaltmak ve ekolojik dengeyi korumak açısından kritik öneme sahiptir. Bu çalışma, hem dinamik hem de statik özelliklerden birlikte yararlanan yeni bir video tabanlı duman ve yangın tespit algoritması önermektedir. İlk olarak, YOLOv10m tabanlı bir duman ve yangın tespit çerçevesi oluşturulmuş ve Backbone yapısı yeniden tasarlanarak geleneksel CIB modülleri yerine DCNv3 entegre edilmiştir. Bu sayede model, düzensiz yangın morfolojilerini uyarlanabilir biçimde yakalayarak özellik çıkarım kabiliyetini artırmaktadır. İkinci olarak, Head yapısını geliştirmek için SEAM kullanılmış; böylece örtülme problemleri azaltılmış ve özellik füzyonu güçlendirilmiştir. Ayrıca, yangına benzer renk ve parlaklık özellikleri gösteren sabit ışık kaynaklarından (örneğin sokak lambaları ve araç farları) kaynaklanan yanlış alarmları azaltmak amacıyla, MSE entegre edilmiş geliştirilmiş bir BoT-SORT algoritması önerilmiştir. Bu yöntem, yangının yayılma ve difüzyon gibi dinamik özelliklerinden yararlanarak statik parazitlerden ayırt edilmesini sağlar. Deneysel sonuçlar, geliştirilen tespit algoritmasının mAP değerinde %1,6’lık bir artış sağladığını göstermektedir. Geliştirilmiş BoT-SORT ise, yangın videolarındaki tespit oranını korurken parazit videolardaki yanlış bildirim oranını %88 oranında azaltarak tespit aşamasındaki yanlış alarm problemini etkili biçimde çözmektedir. 1. GIRIŞ Yangınlar, insan yaşamı, mal güvenliği ve doğal ekosistemler için en önemli tehditlerden biridir. İstatistiksel analizlere göre [1–3], Ocak–Aralık 2024 döneminde dünya genelinde 1,2 milyondan fazla yüksek güvenilirlikli VIIRS yangın uyarısı kaydedilmiştir. En yüksek yoğunluk, 240.000’den fazla uyarıyla Ağustos ayında görülmüş ve bu, bir önceki yılın aynı dönemine göre %30’luk bir artışa işaret etmiştir. 2001 ile 2023 yılları arasında orman yangınları, küresel ağaç örtüsü kaybının 138 milyon hektarlık kısmına neden olmuş ve bu, toplam ormansızlaşmanın %28’ini oluşturmuştur. Yangının erken tespiti, yayılmasının önlenmesi ve zararların en aza indirilmesi açısından kritik bir rol oynamaktadır. Bu nedenle, görüntü ve video tabanlı duman ve yangın tespit teknolojileri üzerine yapılan araştırmalar, hızlı acil müdahale ve akıllı izleme sistemleri için daha etkili çözümler sunması bakımından büyük pratik önem taşımaktadır. Son yıllarda derin öğrenme teknikleri, birçok alanda geleneksel yöntemlere kıyasla üstün performans göstermiştir. Elle tasarlanmış özellik çıkarımına dayanan klasik bilgisayarlı görü yöntemleriyle karşılaştırıldığında, derin öğrenme daha derin ve soyut özelliklerin çıkarılmasını sağlayarak algoritmaların genelleme kabiliyetini önemli ölçüde artırmaktadır [4]. Jandhyala ve ark. [5], iki aşamalı bir yaklaşım kullanmıştır: ilk olarak, duman ve yangının varlığına göre hava görüntülerini sınıflandırmak için Inception-V3, ardından yerel duman ve yangın tespiti için SSD kullanılmıştır. Hu ve ark. [6], YOLOv7’nin hafifletilmiş bir versiyonunu uygulamış ve küçük ölçekli duman ve yangın tespit doğruluğunu artırmak amacıyla IoU yerine Normalize Wasserstein Mesafesi (NWD) kullanmıştır. Zhang LIYUAN LIU - YING HU - HENGXU ZANG College of Marine Electrical Engineering, Dalian Maritime University DERIN ÖĞRENME TABANLI İZLEME ILE DUMAN VE YANGIN TESPITI ÜZERINE ARAŞTIRMA
RkJQdWJsaXNoZXIy MTcyMTY=