Tez No	İndirme	Tez Künye	Durumu
463605		A lightweight wireless multimedia sensor network architecture with object detection and classification capability / Nesne tespit ve sınıflandırma yeteneğine sahip hafif kablosuz çoklu ortam duyarga ağı mimarisi Yazar:MUHSİN CİVELEK Danışman: PROF. DR. ADNAN YAZICI Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2017 115 s.
Kablosuz çoklu ortam sensor ağlarının (KÇSA) gözetleme uygulamaları için kullanımı birçok araştırmacının ilgisini çekmektedir. Geleneksel sensor ağlarında olduğu gibi, KÇSA kurulumu ve işletilmesi kolay sistemlerdir. Çoklu ortam cihazlarının kablosuz sensor ağlarına dahil edilmesi, sadece skalar sensörlerden oluşan sistemlere nazaran daha anlamlı bilgilerin kullanıcılar için üretilmesine olanak sağlamıştır; ancak sensor ağlarında çoklu ortam verisinin üretimi, saklanması, işlenmesi, analiz edilmesi ve transferi enerji, işlem gücü, depolama kapasitesi ve iletişim ortamı ile ilgili ilave kısıtların dikkate alınmasını gerektirmektedir. Bunula beraber çoklu ortam sensörleri skalar sensörlere oranla çok daha fazla veri üreteceğinden bu verinin analizi daha fazla insan gücü gerektirecektir. Bahsedilen zorluk ve kısıtlarla başa çıkabilmek için bu çalışmada KÇSA hareket halindeki nesnelerin skalar ve çoklu ortam sensörleri yardımı ile otomatik sınıflandırmasını sağlayacak bir mimari ve buna işlevler kümesi önerilmektedir. Hareket eden nesnelerin sınıflandırılması ve sınıflandırma sonuçlarının iletilmesi için önerilen metot ve standartlar ayrıntılı olarak tanımlanmıştır. Çalışmamız kapsamında oluşturduğumuz sensor düğümlerinde kamera, pasif kızılötesi hareket sensörü, titreşim sensörü ve akustik sensor yer almaktadır. Önerdiğimiz metotları içeren bir uygulama da geliştirilerek çoklu ortam sensor düğümlerine gömülmüş durumdadır. Bunlara ilave olarak sensör ağından verileri toplama için bir sunucu sistemi kurulmuştur. Geliştirilen uygulamanın sınıflandırma başarısı sensor düğümü ile kaydedilen video dosyaları üzerinde test edilmiştir. Önerilen yöntemlerin güç tasarrufuna olan katkısı da ayrıca test edilerek ölçülmüştür. Deney sonuçları önerilen yaklaşımın gerçek gözetleme uygulamaları için yeterince hafif olduğunu ortaya koymaktadır.
Use of wireless multimedia sensor networks (WMSNs) for surveillance applications has attracted the interest of many researchers. As with traditional sensor networks, it is easy to deploy and operate WMSNs. With inclusion of multimedia devices in wireless sensor networks (WSNs), it is possible to provide data to users that is more meaningful than that provided by scalar sensor-based systems alone; however, producing, storing, processing, analyzing, and transmitting multimedia data in sensor networks requires consideration of additional constraints, including energy, processing power, storage capacity, and communication. Furthermore, as multimedia sensors produce much more data than scalar sensors, more manpower is required to analyze multimedia data. To overcome these constraints and challenges, this study aimed to propose a system architecture and a set of procedures for WMSNs that facilitate automatic classification of moving objects using scalar and multimedia sensors. Methods and standards for detecting and classifying a moving object, as well as transmission of the results, are described in detail. The hardware for each sensor node includes a built-in camera, a passive infrared motion sensor, a vibration sensor, and an acoustic sensor. An application using the proposed methods was developed and embedded in the multimedia sensor node. In addition, a sink station was setup and the data produced by the sensor network was collected by this server. The classification performance of the application was tested using video recorded by the sensor node. The effect of the proposed methods on power consumption was also tested and measured. The experimental results show that the proposed approach is sufficiently lightweight to be used for real-world surveillance applications.