Yapay zekâ insan eylemlerini tespit edebilir mi? Aktivite tanımayı keşfet

Günlük yaşam, üzerinde pek düşünmediğimiz küçük hareketlerle doludur. Bir odada yürümek, masaya oturmak veya bir arkadaşına el sallamak bize zahmetsiz gelebilir; ancak bunları yapay zekâyla tespit etmek çok daha karmaşıktır. İnsanlara doğal gelen şeyler, bir makine onları anlamaya çalıştığında çok daha karmaşık bir hâl alır.

Bu yetenek insan etkinliği tanıma (HAR) olarak bilinir ve bilgisayarların insan davranışındaki örüntüleri tespit edip yorumlamasını sağlar. Bir fitness uygulaması, HAR'ın işleyişine harika bir örnektir. Adımları ve egzersiz rutinlerini takip ederek yapay zekânın günlük etkinlikleri nasıl izleyebileceğini gösterir.

HAR'nin potansiyelini gören birçok sektör bu teknolojiyi benimsemeye başladı. Nitekim insan eylemi tanıma pazarının 2033'e kadar 12,56 milyar doları aşması bekleniyor.

Bu ilerlemenin önemli bir bölümü, makinelerin görüntü ve video gibi görsel verileri analiz etmesini sağlayan bir yapay zekâ dalı olan bilgisayarlı görüden kaynaklanıyor. Bilgisayarlı görü ve görüntü tanıma sayesinde HAR, bir araştırma fikrinden modern yapay zekâ uygulamalarının pratik bir parçasına dönüştü.

Bu makalede HAR'ın ne olduğunu, insan hareketlerini tanımak için kullanılan farklı yöntemleri ve bilgisayarlı görünün şu soruyu yanıtlamaya nasıl yardımcı olduğunu inceleyeceğiz: Yapay zekâ, gerçek dünyadaki uygulamalarda insan hareketlerini tespit edebilir mi?

İnsan eylemi tanıma nedir?#

İnsan eylemi tanıma, vücut hareketlerini analiz ederek bilgisayar sistemlerinin insan etkinliklerini veya eylemlerini anlamasını sağlar. HAR, bir görüntüdeki kişiyi yalnızca tespit etmekten farklı olarak kişinin ne yaptığını belirlemeye yardımcı olabilir. Örneğin yürümekle koşmayı ayırt edebilir, el sallamayı tanıyabilir veya birinin yere düştüğünü fark edebilir.

HAR'nin temelinde hareket ve duruş örüntüleri yatar. İnsan kollarının veya bacaklarının konumundaki küçük bir değişiklik, çeşitli eylemlere işaret edebilir. HAR sistemleri bu ince ayrıntıları yakalayıp yorumlayarak vücut hareketlerinden anlamlı içgörüler edinebilir.

Bunu gerçekleştirmek için insan eylemi tanıma; makine öğrenimi, derin öğrenme modelleri, bilgisayarlı görü ve görüntü işleme gibi birden fazla teknolojiyi bir araya getirerek vücut hareketlerini analiz eder ve insan eylemlerini daha yüksek doğrulukla yorumlar.

Şekil 1. İnsan etkinliği tanıma, bilgisayar biliminin farklı dallarını kapsar (Kaynak: cell.com)

Önceki HAR sistemleri çok daha kısıtlıydı. Kontrollü ortamlarda yalnızca birkaç basit ve tekrarlayan hareketi işleyebiliyor, gerçek dünya koşullarında ise çoğu zaman zorlanıyorlardı.

Günümüzde yapay zekâ ve büyük miktarda video verisi sayesinde HAR, hem doğruluk hem de dayanıklılık açısından önemli ölçüde ilerledi. Modern sistemler çok daha yüksek doğrulukla geniş bir etkinlik yelpazesini tanıyabiliyor; böylece teknoloji sağlık hizmetleri, güvenlik ve etkileşimli cihazlar gibi alanlarda kullanılabilir hâle geliyor.

İnsan eylemlerini tespit etmenin farklı yöntemleri#

İnsan eylemi tanımanın ne olduğunu artık daha iyi anladığımıza göre, makinelerin insan eylemlerini nasıl tespit edebildiğine bakalım.

Yaygın yöntemlerden bazıları şunlardır:

• Sensör tabanlı yöntemler: İvmeölçerler, giyilebilir cihazlar ve akıllı telefonlar gibi akıllı cihazlar, sinyalleri doğrudan insan vücudundan yakalayabilir. Yürüme, koşma, hatta hareketsiz durma gibi hareket örüntülerini gösterebilirler. Akıllı saatteki adım sayacı, bu yönteme iyi bir örnektir.
• Görüntü tabanlı yöntemler: Bilgisayarlı görüyle birlikte kullanılan kameralar, vücudun görünümünü ve hareketini kare kare izlemek için görüntüleri ve videoları analiz eder. Bu sayede daha karmaşık etkinlikler tanınabilir. Hareketle kontrol edilen televizyonlar veya oyun sistemleri bu yönteme dayanır.
• Çok modlu yöntemler: Bunlar, bir kaynağın tespit ettiğini diğeri doğrulayabildiği için daha güvenilir bir sistem oluşturmak amacıyla sensörleri ve kameraları bir araya getirir. Örneğin giyilebilir bir cihaz hareketi kaydederken kamera duruşu doğrulayabilir; bu kurulum genellikle yaşlı bakımında düşme tespiti için kullanılır.

İnsan etkinliği tanımada veri kümelerinin rolü#

Her HAR modeli veya sistemi için başlangıç noktası veri kümeleridir. HAR veri kümesi; yürüme, oturma veya el sallama gibi eylemleri kaydeden video klipler, görüntüler veya sensör verileri gibi örneklerden oluşur. Bu örnekler, insan hareketlerindeki örüntüleri tanıyan yapay zekâ modellerini eğitmek için kullanılır ve modeller daha sonra gerçek yaşam uygulamalarında kullanılabilir.

Eğitim verilerinin kalitesi, modelin performansını doğrudan etkiler. Temiz ve tutarlı veriler, sistemin eylemleri doğru biçimde tanımasını kolaylaştırır.

Bu nedenle veri kümeleri genellikle eğitimden önce ön işleme tabi tutulur. Yaygın adımlardan biri normalizasyondur: Hataları azaltmak ve aşırı öğrenmeyi (bir modelin eğitim verilerinde iyi performans gösterip yeni verilerde zorlanmasını) önlemek için değerleri tutarlı bir ölçeğe getirir.

Modellerin eğitim verileri dışındaki performansını ölçmek için araştırmacılar, adil test ve karşılaştırma olanağı sağlayan değerlendirme metriklerinden ve kıyaslama veri kümelerinden yararlanır. UCF101, HMDB51 ve Kinetics gibi popüler koleksiyonlar, insan eylemi tespiti için binlerce etiketli video klip içerir. Sensör tarafında ise akıllı telefonlardan ve giyilebilir cihazlardan toplanan veri kümeleri, farklı ortamlarda tanıma modellerini daha dayanıklı hâle getiren değerli hareket sinyalleri sağlar.

Şekil 2. İnsan etkinliği tanıma veri kümesinden bir kesit. (Kaynak)

Bilgisayarlı görü, insan etkinliği tanımayı nasıl destekler?#

İnsan eylemlerini tespit etmenin farklı yolları arasında bilgisayarlı görü, hızla en popüler ve en çok araştırılan yöntemlerden biri hâline geldi. Temel avantajı, zengin ayrıntıları doğrudan görüntülerden ve videolardan çıkarabilmesidir. Pikselleri kare kare inceleyip hareket örüntülerini analiz ederek insanların ek cihaz takmasına gerek kalmadan etkinlikleri gerçek zamanlı olarak tanıyabilir.

Görüntüleri analiz etmek için tasarlanmış evrişimli sinir ağları (CNN'ler) başta olmak üzere derin öğrenmedeki son gelişmeler, bilgisayarlı görüyü daha hızlı, daha doğru ve daha güvenilir hâle getirdi.

Örneğin, Ultralytics YOLO11 (daha sonra yerini Ultralytics YOLO26 aldı) gibi yaygın kullanılan, son teknoloji bilgisayarlı görü modelleri bu gelişmeler üzerine kuruludur. YOLO11; nesne tespiti, örnek segmentasyonu, video kareleri boyunca kişileri izleme ve insan pozlarını tahmin etme gibi görevleri destekleyerek insan etkinliği tanıma için harika bir araç hâline gelir.

Ultralytics YOLO11'e genel bakış#

Ultralytics YOLO11, hem hız hem de hassasiyet için tasarlanmış bir yapay görü modelidir. Nesne tespiti, nesne takibi ve poz tahmini gibi temel bilgisayarlı görü görevlerini destekler. Bu özellikler, insan etkinliği tanıma için özellikle kullanışlıdır.

Nesne tespiti, bir sahnedeki kişileri belirleyip konumlarını saptar; takip, eylem dizilerini tanımak için kişilerin hareketlerini video kareleri boyunca izler; poz tahmini ise benzer etkinlikleri ayırt etmek veya düşme gibi ani değişiklikleri tespit etmek amacıyla insan vücudunun temel eklemlerinin konumunu belirler.

Örneğin modelden elde edilen içgörüler, birinin sessizce oturmasıyla ayağa kalkmasını ve son olarak sevinçle kollarını kaldırmasını birbirinden ayırt etmek için kullanılabilir. Bu basit günlük eylemler ilk bakışta benzer görünebilir, ancak bir dizi hâlinde analiz edildiklerinde çok farklı anlamlar taşır.

Şekil 3. Poz tahmini için Ultralytics YOLO11 kullanımı. (Kaynak)

Bilgisayarlı görü ve HAR'nin gerçek dünya uygulamaları#

Şimdi, bilgisayarlı görü destekli insan etkinliği tanımanın günlük yaşamımızı etkileyen gerçek dünya kullanım alanlarında nasıl uygulandığına daha yakından bakalım.

Sağlık ve esenlik#

Sağlık hizmetlerinde hareketteki küçük değişiklikler, kişinin durumu hakkında yararlı bilgiler sağlayabilir. Örneğin yaşlı bir hastanın sendelemesi veya rehabilitasyon sırasında uzvunun açısı, risklere ya da ilerlemeye işaret edebilir. Bu belirtiler, muayene gibi geleneksel yöntemlerle çoğu zaman kolayca gözden kaçabilir.

Ultralytics YOLO11, hastaları gerçek zamanlı izlemek için poz tahmininden ve görüntü analizinden yararlanabilir. Düşmeleri tespit etmek, iyileşme egzersizlerini takip etmek ve yürüme veya esneme gibi günlük etkinlikleri gözlemlemek için kullanılabilir. Sensörlere veya giyilebilir cihazlara ihtiyaç duymadan görsel analizle çalıştığından hasta bakımını destekleyen doğru bilgileri toplamanın kolay bir yolunu sunar.

Şekil 4. Ultralytics YOLO11'in poz tahmini desteğiyle vücut hareketlerini izleme. (Kaynak)

Güvenlik ve gözetim#

Güvenlik sistemleri, birinin oyalanması, yasaklı bir alanda koşması veya aniden saldırgan davranması gibi olağandışı insan etkinliklerini hızla tespit etmeye dayanır. Güvenlik görevlilerinin her şeyi elle izleyemediği kalabalık ortamlarda bu işaretler çoğu zaman gözden kaçar. Bilgisayarlı görü ve Ultralytics YOLO11 tam da burada devreye girer.

YOLO11, şüpheli hareketleri tespit edip anında uyarı gönderebilen gerçek zamanlı video gözetimine güç vererek güvenlik izlemesini kolaylaştırır. Kamusal alanlarda kalabalık güvenliğini destekler ve özel alanlarda izinsiz giriş tespitini güçlendirir.

Bu yaklaşımla güvenlik görevlileri, bilgisayarlı görü sistemleriyle birlikte çalışıp şüpheli etkinliklere daha hızlı yanıt verebilir.

HAR için bilgisayarlı görü kullanmanın avantajları ve dezavantajları#

İnsan etkinliği tanıma için bilgisayarlı görü kullanmanın avantajlarından bazıları şunlardır:

• Ölçeklenebilirlik: Kurulduktan sonra aynı tanıma sistemi birden fazla kişiyi aynı anda otomatik olarak izleyebilir; bu da sistemi sağlık kuruluşlarında, fabrikalarda ve kamusal alanlarda otomasyon için kullanışlı kılar.
• Gerçek zamanlı işleme: Yapay görü çözümleri, video akışlarını gerçekleşirken analiz etmek ve daha hızlı yanıt verilmesini sağlamak için kullanılabilir.
• Müdahalesiz izleme: Giyilebilir cihazların veya sensörlerin aksine, kişilerin cihaz taşımasını gerektirmez; böylece doğal ve zahmetsiz davranış analizi yapılabilir.

HAR için bilgisayarlı görü kullanmanın birçok faydası olsa da dikkate alınması gereken sınırlamalar da vardır. Göz önünde bulundurman gereken bazı etkenler şunlardır:

• Gizlilik kaygıları: Video tabanlı izleme, özellikle ev veya iş yeri gibi hassas ortamlarda veri koruma ve rıza konusunda sorunlara yol açabilir.
• Olası önyargı: Eğitim veri kümelerinde çeşitlilik yoksa algoritmalar belirli insan gruplarının eylemlerini yanlış yorumlayabilir ve adaletsiz ya da hatalı sonuçlara yol açabilir.
• Çevresel hassasiyet: Yetersiz aydınlatma, arka plan karmaşası veya kişilerin kısmen gizlenmesi doğruluğu düşürebilir; bu nedenle sistemlerin dikkatle tasarlanması gerekir.

Önemli çıkarımlar#

Yapay zekâ ve bilgisayarlı görü, makinelerin insan eylemlerini daha doğru ve gerçek zamanlı olarak tanımasını mümkün kılıyor. Bu sistemler video karelerini ve hareket örüntülerini analiz ederek hem günlük jestleri hem de ani değişiklikleri belirleyebilir. Teknoloji gelişmeye devam ettikçe insan etkinliği tanıma araştırma laboratuvarlarının ötesine geçerek sağlık, güvenlik ve günlük uygulamalar için pratik bir araca dönüşüyor.

GitHub depomuzu ziyaret ederek ve topluluğumuza katılarak yapay zekâ hakkında daha fazla bilgi edin. Robotikte yapay zekâ ve üretimde bilgisayarlı görü hakkında bilgi edinmek için çözüm sayfalarımıza göz at. Yapay görüyle çalışmaya başlamak için lisans seçeneklerimizi keşfet.