Tez No	İndirme	Tez Künye	Durumu
760162		Embedded computer vision system for retail industry / Perakende endüstrisi için bilgisayarlı görü sistemi Yazar:MEHMET ERKİN YÜCEL Danışman: PROF. DR. CEM ÜNSALAN ; PROF. DR. SERKAN TOPALOĞLU Yer Bilgisi: Yeditepe Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering Dizin:	Onaylandı Doktora İngilizce 2022 118 s.
Akıllı perakende mağazaları hayatımızın bir gerçeği haline gelmektedir. Böylesine karmaşık ve otomatik bir işlemi gerçekleştirmek için bilgisayarlı görme ve sensör tabanlı sistemler birlikte çalışmaktadır. Ayrıca perakende sektörü, gömülü sistemler üzerinde örüntü tanıma ve bilgisayarlı görme yöntemleri yardımıyla çözülebilecek birçok zorlu probleme sahiptir. Bu problemlerden en önemli olan iki tanesi, rafta ürünün stoğunun bitmesi (ürün yok satma) ve planogram uyumsuzluğunun kontrolüdür. Bu tezde, bu sorunları çözmek için yeni yöntemler önerilmiştir. İlk olarak, ürün yok satma problemi için, raf kontrol operasyonu bir değişiklik tespiti olarak formulize edilmiştir. Perakende mağazalarındaki kısıtlamalar nedeniyle, sistem, gömülü kameralara sahip ultra düşük ve düşük güçlü mikroişlemcilerle oluşturulmuştur. Literatürdeki değişiklik tespit yöntemleri stok kontrolü yapamk için mikroişlemciler üzerinde çalışacak şekilde uyarlanmış ve kullanılmıştır. Önerilen tüm değişiklik tespit yöntemleri kendi özel veri kümemizde test edilmiş, ve fiyat, algılama performansı ve pil ömrüyle ilgili sonuçları özetlenmiştir. İkinci olarak, planogram uyumluluk kontrolü problemi için nesne tespiti, planogram kontrolü ve odaklı ve yinelemeli arama adımlarına dayalı bir yöntem önerilmiştir. Nesne tespiti adımı, yerel öznitelil çıkarma ve örtük şekil modeli oluşturma yöntemlerinden, ve planogram kontrol adımı, değiştirilmiş Needleman-Wunsch algoritması aracılığıyla dizi hizalama yönteminden oluşturulmuştur. Odaklanmış ve yinelemeli arama adımı ise, önceki iki adımın performansını iyileştirmek için kullanılmıştır. Bu üç adım iki farklı veri kümesi üzerinde test edilmiş ve önerilen yöntemin güçlü ve zayıf yönleri ile birlikte temel bulgular özetlenmiştir. Ek olarak önerilen raf kontrol sistemlerinin perakende mağazalarında kablosuz olarak çalışabilmesi için kablosuz modül, fotovoltaik hücre, şarj edilebilir pil, güç yönetim modülü ve PIR sensörlü bir donanım platformu önerilmiştir. Sistemin tüm uygulama detayları ve test sonuçları hem yazılım hem de donanım açısından sunulmuştur.
Smart retail stores are becoming a fact of our lives. Several computer vision and sensor-based systems work together to achieve such a complex and automated operation. Besides, the retail sector already has several open and challenging problems which can be solved with the help of pattern recognition and computer vision methods on embedded systems. Two important problems to be tackled are the stock-out (out-of-stock) and planogram compliance control. In this thesis, we propose novel methods to solve these problems. First, we frame the shelf control operation as change detection for the stock-out problem. Due to the constraints in retail stores, systems with ultra-low and low-power microprocessors with embedded cameras are formed. The change detection methods in the literature are adapted and used to work on microprocessors. We tested all the proposed change detection methods on our custom dataset and summarized the key findings regarding price, detection performance, and battery life. Second, we proposed a method based on object detection, planogram compliance control, and focused and iterative search steps for the planogram compliance control problem. Local feature extraction and implicit shape model formation form the object detection step. The planogram compliance control step is formed by sequence alignment via the modified Needleman-Wunsch algorithm. The focused and iterative search step aims to improve the performance of the object detection and planogram compliance control steps. We tested all three steps on two different datasets and summarized the key findings as well as the strengths and weaknesses of the proposed method. Additionally, a hardware platform with a wireless module, photovoltaic cell, rechargeable battery, power management module, and PIR sensor is proposed such that the proposed shelf control systems can work wirelessly in retail stores. The implementation details of the system and test results are provided both from a software and hardware perspective.