Makinalar Arası İletişim ile Kimlik Tespiti ve Uyarı Alarmlarının Üretilmesi

Abstract

İnternet teknolojileri alanında yaşanan gelişmeler, Nesnelerin İnterneti (IoT) ve Makineler Arası İletişim (M2M) teknolojilerinin oluşmasına neden olmuştur. Son yıllarda internet teknolojileri çok büyük ve hızlı gelişme göstermektedir. M2M ve IoT teknolojileri mobil internet teknolojilerine paralel gelişim gösterir. M2M ve IoT teknolojilerinin, gömülü sistemler ile birlikte kullanılmaya başlanması uzaktan denetlenebilen ve insana gereksinimi en aza indirilmiş sistemlerin kurulmasını mümkün hale getirir. Otomatik Sayaç Okuma Sistemi (OSOS), taşıt takip, akıllı ev sistemleri örnektir. Bilgisayar donanım ve teknolojileri alanında yaşanan gelişmeler mikro bilgisayar kavramının ortaya çıkmasına neden olmuştur. Mikro bilgisayarlar donanım yetenekleri göz önüne alındığında web sunucu, web soket gibi teknolojilerin kullanımına olanak sağlar. Tez çalışmasında, mini bilgisayar olarak nitelendirilen Raspberry Pi 3 üzerine takılan kamera ve sensörler aracılığıyla alınan verileri değerlendirip sonuçlarını istemciye eş zamanlı olarak paylaşan donanım ve yazılım sistemi tasarlanmıştır. Sistemin amacı, bir bölgenin veya mekanın insan gözüne ihtiyaç duymadan denetlenip güvenliğinin sağlanmasıdır. Uygulama yazılımı; ATM, elektrik panosu gibi halka açık hizmet araçlarına yetkisiz müdahaleleri tespit edip sorumlu kişileri bilgilendirmek için geliştirilmiştir. Yazılım, sistemin kurulu olduğu ortamda kameradan alınan görüntüden insan yüzü tespit etmeye çalışmaktadır. Eğer insan yüzü tespit ederse yüz tanıma işlemi yapmaktadır. Tespit edilen kişi, sistemin veri tabanına kayıtsız ise sorumlu kişiye elektronik posta bildirimi gönderebilmektedir. Kullanıcı standart web tarayıcı bulunan herhangi bir cep telefonu veya bilgisayardan sistemin kurulu olduğu ortamı gerçek zamanlı olarak izleyebilmektedir. Sistem uygulama yazılımı Node.js, Java ve Python programlama dilleri ile geliştirilmiştir. Uygulama yazılımın yüz tanıma kısmında Yerel İkili Örüntü Histogramı (LBPH) ve Derin Öğrenme (DNN) tabanlı yüz tanıma yöntemi karşılaştırmalı olarak kullanılmıştır. Tasarlanan sistem akıllı güvenlik kamerası ve denetim sistemi olarak nitelendirilmiştir.

Developments in the field of Internet technologies have led to the Internet of Things (IoT) and Machine to Machine (M2M) communication technologies. In recent years, internet technologies have been developing too rapidly. M2M and IoT technologies develop parallel to mobile internet technologies. The introduction of M2M and IoT technologies in conjunction with embedded systems makes it possible to install systems that can be remotely controlled and minimized human need. Automatic Meter Reading System (AMR) is an example of vehicle tracking, smart home systems. Developments in the field of computer hardware and technologies have led to the emergence of the concept of microcomputer. Micro computers allow the use of technologies such as web server, web socket, considering hardware capabilities. In this thesis, a hardware and software system was designed to evaluate the data received through the cameras and sensors mounted on Raspberry Pi 3, which is considered as a mini computer, and to share the results to the client simultaneously. The aim of the system is to ensure the security of a region or place without the need for human eyes. Application software; it was developed to detect unauthorized interventions to public service vehicles such as ATM machines and electrical panels and to inform the responsible persons. The software tries to detect human face from the image taken from the camera in the environment where the system is installed. If a human face is detected, it performs face recognition. If the identified person is indifferent to the system's database, it can send an e-mail notification to the responsible person. The user can monitor the environment in which the system is installed in real time from any mobile phone or computer with a standard web browser. The system application software is developed with Node.js, Java and Python programming languages. In the face recognition part of the application software, Local Binary Pattern Histogram (LBPH) and Deep Learning (DNN) based face recognition method were used comparatively. The designed system is described as smart security camera and inspection system.