Derin Öğrenme ile Kalabalık Analizi Üzerine Detaylı Bir Araştırma

Abstract

Yapay sinir ağları ve makine öğrenmesi, uzun yıllardır birçok problemin çözümünde kullanılmıştır. Problemlerin ve modellerin karmaşıklaşması ve veri sayısındaki artış hesaplama yükünü de beraberinde getirmiştir. Bu çalışmada yapay sinir ağlarından derin öğrenmeye tüm geçiş süreci, modeller ve pratik uygulamalar kısa ve öz gösterilmiştir. Ayrıca donanım, yazılım ve kullanılan kütüphaneler hakkında da bilgiler verilmiştir. Özel olarak kalabalık analizi için kullanılan geleneksel yöntemler özetlenmiştir. Kalabalık analizi için literatürdeki derin öğrenme yaklaşımları detaylıca anlatılmış ve veri kümeleri tanıtılmıştır. Ayrıca son yıllarda yapılmış çalışmalar analiz edilmiş ve karşılaştırılmıştır. Sonuç olarak, kalabalık analizi, derin öğrenme yardımıyla başarılı sonuçlar alınan hem akademik hem de pratik bir çalışma alanıdır.Artificial neural networks and machine learning have been used to solve many problems for decades. The complexity of the problems and models and the increase in the number of data also brought with it the computation burden. In this study, the whole transition process from artificial neural networks to deep learning, models and applications are briefly demonstrated. Additionally information about hardware, software, and used libraries is also provided. In particular, canonical methods for crowd analysis have been summarized. Deep learning approaches in the literature are pointed out in depth for crowd analysis and datasets are overviewed. Furthermore, studies done in recent years have been analyzed and compared. Consequently, crowd analysis is both an academic and a practical field of study where successful results evaluation. As a result, crowd analysis is both an academic and a practical field where fruitful results are achieved with the help of deep learning.