Yapay zekâ insan eylemlerini algılayabilir mi? Aktivite tanımayı keşfetme
Fitness uygulamalarından hasta izlemeye kadar, bilgisayarlı görmenin şu soruyu nasıl ele aldığını keşfet: yapay zekâ gerçek dünya ortamlarında insan eylemlerini algılayabilir mi?
Günlük yaşam, nadiren durup düşündüğümüz küçük hareketlerle doludur. Bir odanın içinde yürümek, bir masada oturmak veya bir arkadaşına el sallamak bize zahmetsiz gelebilir; ancak bunları yapay zekâyla tespit etmek çok daha karmaşıktır. İnsanlara doğal gelen şey, bir makine onu anlamaya çalıştığında çok daha karmaşık bir sürece dönüşür.
Bu yetenek, insan etkinliği tanıma (HAR) olarak bilinir ve bilgisayarların insan davranışlarındaki örüntüleri tespit edip yorumlamasını sağlar. Bir fitness uygulaması, HAR'ın işleyişine iyi bir örnektir. Adımları ve egzersiz rutinlerini takip ederek yapay zekânın günlük etkinlikleri nasıl izleyebileceğini gösterir.
HAR'ın potansiyelini gören birçok sektör bu teknolojiyi kullanmaya başladı. Aslında insan eylemi tanıma pazarının 2033 yılına kadar 12,56 milyar doların üzerine çıkması bekleniyor.
Bu ilerlemenin önemli bir bölümü, makinelerin görüntü ve video gibi görsel verileri analiz etmesini sağlayan bir yapay zekâ dalı olan bilgisayarlı görü tarafından destekleniyor. Bilgisayarlı görü ve görüntü tanıma sayesinde HAR, bir araştırma kavramı olmaktan çıkarak en son teknoloji yapay zekâ uygulamalarının pratik ve heyecan verici bir parçasına dönüştü.
Bu makalede HAR'ın ne olduğunu, insan eylemlerini tanımak için kullanılan farklı yöntemleri ve bilgisayarlı görünün şu soruyu yanıtlamaya nasıl yardımcı olduğunu inceleyeceğiz: Yapay zekâ, gerçek dünya uygulamalarında insan eylemlerini tespit edebilir mi? Hadi başlayalım!
İnsan eylemi tanıma nedir?#
İnsan eylemi tanıma, vücut hareketlerini analiz ederek bilgisayar sistemlerinin insan etkinliklerini veya eylemlerini anlamasını mümkün kılar. Bir kişiyi görüntüde yalnızca tespit etmekten farklı olarak HAR, kişinin ne yaptığını belirlemeye yardımcı olabilir. Örneğin yürümekle koşmayı ayırt edebilir, el sallamayı tanıyabilir veya birinin düştüğünü fark edebilir.
HAR'ın temeli hareket ve duruş örüntülerine dayanır. Bir insanın kollarını veya bacaklarını konumlandırma biçimindeki küçük bir değişiklik, çeşitli eylemlere işaret edebilir. HAR sistemleri, bu ince ayrıntıları yakalayıp yorumlayarak vücut hareketlerinden anlamlı içgörüler elde edebilir.
Bunu gerçekleştirmek için insan eylemi tanıma; vücut hareketlerini analiz etmek ve insan eylemlerini daha yüksek doğrulukla yorumlamak üzere birlikte çalışan makine öğrenimi, derin öğrenme modelleri, bilgisayarlı görü ve görüntü işleme gibi birden fazla teknolojiyi bir araya getirir.
Şekil 1. İnsan etkinliği tanıma, bilgisayar biliminin farklı dallarını içerir (Kaynak: cell.com)
Önceki HAR sistemleri çok daha sınırlıydı. Yalnızca kontrollü ortamlardaki birkaç basit, tekrarlayan eylemi işleyebiliyor ve gerçek dünya koşullarında çoğu zaman zorlanıyordu.
Bugün yapay zekâ ve büyük miktarlardaki video verisi sayesinde HAR, hem doğruluk hem de sağlamlık açısından önemli ölçüde ilerledi. Modern sistemler çok daha geniş bir etkinlik yelpazesini çok daha yüksek doğrulukla tanıyabiliyor; bu da teknolojiyi sağlık hizmetleri, güvenlik ve etkileşimli cihazlar gibi alanlar için pratik hâle getiriyor.
İnsan eylemlerini tespit etmenin farklı yöntemleri#
Artık insan eylemi tanımanın ne olduğunu daha iyi anladığımıza göre, makinelerin insan eylemlerini tespit edebileceği farklı yöntemlere göz atalım.
Yaygın yöntemlerden bazıları şunlardır:
- Sensör tabanlı yöntemler: İvmeölçerler, giyilebilir cihazlar ve akıllı telefonlar gibi akıllı cihazlar sinyalleri doğrudan insan vücudundan yakalayabilir. Yürüme, koşma veya hatta hareketsiz durma gibi hareket örüntülerini gösterebilirler. Akıllı saatteki adım sayacı, bu yönteme iyi bir örnektir.
- Görü tabanlı yöntemler: Bilgisayarlı görüyle eşleştirilen kameralar, vücudun kare kare nasıl göründüğünü ve hareket ettiğini izlemek için görüntüleri ve videoları analiz eder. Bu, daha karmaşık etkinliklerin tanınmasını sağlar. Jestlerle kontrol edilen televizyonlar veya oyun sistemleri bu yönteme dayanır.
- Çok modlu yöntemler: Sensörler ile kameraların bir araya gelmesi, bir kaynak diğerinin tespit ettiğini doğrulayabildiği için daha güvenilir bir sistem oluşturur. Örneğin bir giyilebilir cihaz hareketi kaydederken kamera duruşu doğrulayabilir; bu kurulum yaşlı bakımı kapsamındaki düşme tespitinde sıklıkla kullanılır.
İnsan etkinliği tanımada veri kümelerinin rolü#
Her HAR modeli veya sistemi için veri kümeleri başlangıç noktasıdır. Bir HAR veri kümesi; yürüme, oturma veya el sallama gibi eylemleri yakalayan video klipleri, görüntüler veya sensör verileri gibi örneklerden oluşur. Bu örnekler, insan hareketlerindeki örüntüleri tanımaları için yapay zekâ modellerini eğitmekte kullanılır ve ardından gerçek yaşam uygulamalarına aktarılabilir.
Eğitim verilerinin kalitesi, bir modelin ne kadar iyi performans gösterdiğini doğrudan etkiler. Temiz ve tutarlı veriler, sistemin eylemleri doğru biçimde tanımasını kolaylaştırır.
Bu nedenle veri kümeleri, eğitimden önce sıklıkla ön işleme tabi tutulur. Yaygın adımlardan biri, hataları azaltmak ve aşırı öğrenmeyi önlemek için değerleri tutarlı biçimde ölçeklendiren normalizasyondur (bir modelin eğitim verilerinde iyi performans gösterirken yeni verilerde zorlanması).
Modellerin eğitim verilerinin ötesinde nasıl performans gösterdiğini ölçmek için araştırmacılar, adil test ve karşılaştırma yapılmasını sağlayan değerlendirme metriklerine ve kıyaslama veri kümelerine başvurur. UCF101, HMDB51 ve Kinetics gibi popüler koleksiyonlar, insan eylemi tespiti için etiketlenmiş binlerce video klip içerir. Sensör tarafında ise akıllı telefonlardan ve giyilebilir cihazlardan toplanan veri kümeleri, tanıma modellerini farklı ortamlarda daha sağlam hâle getiren değerli hareket sinyalleri sağlar.
Şekil 2. İnsan etkinliği tanıma veri kümesine bir bakış. (Kaynak)
Bilgisayarlı görü, insan etkinliği tanımayı nasıl destekler?#
İnsan eylemlerini tespit etmenin farklı yolları arasında bilgisayarlı görü, hızla en popüler ve en kapsamlı araştırılan yöntemlerden biri hâline geldi. Temel avantajı, zengin ayrıntıları doğrudan görüntülerden ve videolardan çıkarabilmesidir. Piksellere kare kare bakıp hareket örüntülerini analiz ederek insanların ek cihazlar takmasına gerek kalmadan etkinlikleri gerçek zamanlı olarak tanıyabilir.
Özellikle görüntüleri analiz etmek üzere tasarlanan evrişimli sinir ağları (CNNs) başta olmak üzere derin öğrenmedeki son gelişmeler, bilgisayarlı görüyü daha hızlı, daha doğru ve daha güvenilir hâle getirdi.
Örneğin Ultralytics YOLO11 gibi yaygın olarak kullanılan son teknoloji bilgisayarlı görü modelleri bu gelişmeler üzerine kuruludur. YOLO11; nesne tespiti, örnek bölütleme, kişileri video kareleri boyunca takip etme ve insan pozlarını tahmin etme gibi görevleri destekleyerek insan etkinliği tanıma için harika bir araçtır.
Ultralytics YOLO11'e genel bakış#
Ultralytics YOLO11, hem hız hem de hassasiyet için tasarlanmış bir görü yapay zekâsı modelidir. Nesne tespiti, nesne takibi ve poz tahmini gibi temel bilgisayarlı görü görevlerini destekler. Bu özellikler özellikle insan etkinliği tanıma için kullanışlıdır.
Nesne tespiti bir sahnedeki kişileri belirleyip konumlarını saptar, takip kişilerin hareketlerini video kareleri boyunca izleyerek eylem dizilerini tanır ve poz tahmini benzer etkinlikleri ayırt etmek veya düşme gibi ani değişiklikleri tespit etmek için insan vücudundaki temel eklemleri haritalandırır.
Örneğin modelden elde edilen içgörüler, birinin sessizce oturması, ardından ayağa kalkması ve son olarak sevinçle kollarını kaldırması arasındaki farkı belirlemek için kullanılabilir. Bu basit günlük eylemler ilk bakışta benzer görünebilir; ancak bir dizi hâlinde analiz edildiklerinde çok farklı anlamlar taşırlar.
Şekil 3. Poz tahmini için Ultralytics YOLO11 kullanımı. (Kaynak)
Bilgisayarlı görü ve HAR'ın gerçek dünya uygulamaları#
Şimdi, bilgisayarlı görüyle desteklenen insan etkinliği tanımanın günlük yaşamımızı etkileyen gerçek dünya kullanım alanlarında nasıl uygulandığına daha yakından bakalım.
Sağlık hizmetleri ve esenlik#
Sağlık hizmetlerinde hareketlerdeki küçük değişiklikler, kişinin durumu hakkında yararlı içgörüler sağlayabilir. Örneğin yaşlı bir hastanın tökezlemesi veya rehabilitasyon sırasında bir uzvun açısı, riskleri ya da ilerlemeyi ortaya çıkarabilir. Bu işaretleri kontrol muayeneleri gibi geleneksel yöntemlerle fark etmek çoğu zaman zordur.
Ultralytics YOLO11, hastaları gerçek zamanlı olarak izlemek için poz tahmini ve görüntü analizinden yararlanarak yardımcı olabilir. 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 çalıştığı için hasta bakımını destekleyen doğru bilgileri toplamak için basit bir yol sunar.
Şekil 4. Ultralytics YOLO11'in poz tahmini desteği kullanılarak vücut hareketlerinin izlenmesi. (Kaynak)
Güvenlik ve gözetim#
Güvenlik sistemleri, birinin amaçsızca dolanması, yasaklı bir alanda koşması veya aniden saldırgan davranması gibi olağandışı insan etkinliklerini hızla tespit etmeye dayanır. Güvenlik görevlilerinin her şeyi manuel olarak izleyemediği yoğun ortamlarda bu işaretler çoğu zaman gözden kaçar. İşte bilgisayarlı görü ve Ultralytics YOLO11 bu noktada devreye girer.
YOLO11, şüpheli hareketleri tespit edip anında uyarılar gönderebilen gerçek zamanlı video gözetimine güç sağlayarak güvenlik izlemeyi kolaylaştırır. Kamusal alanlarda kalabalık güvenliğini destekler ve özel alanlarda izinsiz giriş tespitini güçlendirir.
Bu yaklaşımla güvenlik görevlileri bilgisayarlı görü sistemleriyle birlikte çalışabilir; böylece şüpheli etkinliklere daha hızlı ve zamanında yanıt verilmesini sağlayan bir insan-bilgisayar etkileşimi ve iş birliği oluşturulur.
HAR için bilgisayarlı görü kullanmanın artıları ve eksileri#
İnsan etkinliği tanımada bilgisayarlı görü kullanmanın avantajlarından bazıları şunlardır:
- Ölçeklenebilirlik: Kurulduktan sonra aynı tanıma sistemi birden fazla kişiyi aynı anda otomatik olarak izleyebilir; bu da onu sağlık tesislerinde, fabrikalarda ve kamusal alanlarda otomasyon için kullanışlı hâle getirir.
- Gerçek zamanlı işleme: Görü yapay zekâsı çözümleri, video akışlarını gerçekleştiği anda analiz etmek için kullanılabilir ve daha hızlı yanıt verilmesini sağlar.
- Müdahalesiz takip: Giyilebilir cihazların veya sensörlerin aksine insanların cihaz taşımasını gerektirmez; böylece doğal ve zahmetsiz davranış analizi yapılabilir.
Bilgisayarlı görüyü HAR için kullanmanın birçok faydası olsa da dikkate alınması gereken sınırlamalar da vardır. Göz önünde bulundurman gereken bazı faktörler şunlardır:
- Gizlilik endişeleri: Video tabanlı izleme, özellikle evler veya iş yerleri gibi hassas ortamlarda veri koruma ve rıza konusunda sorunlara yol açabilir.
- Olası önyargı: Eğitim veri kümelerinde çeşitlilik eksikse algoritmalar belirli insan gruplarının eylemlerini yanlış yorumlayabilir ve adaletsiz ya da hatalı sonuçlara yol açabilir.
- Çevresel duyarlılık: Yetersiz aydınlatma, karmaşık arka plan veya kişilerin kısmen gizlenmesi nedeniyle doğruluk düşebilir; bu da sistemlerin dikkatle tasarlanması gerektiği anlamına gelir.
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 hizmetleri, güvenlik ve günlük uygulamalar için pratik bir araca dönüşüyor.
Yapay zekâ hakkında daha fazla bilgi edinmek için GitHub depomuzu ziyaret et ve topluluğumuza katıl. Robotikte yapay zekâ ve üretimde bilgisayarlı görü hakkında bilgi edinmek için çözüm sayfalarımıza göz at. Görü yapay zekâsını kullanmaya başlamak için lisanslama seçeneklerimizi keşfet.
