Akıllı şehirlerde bilgisayarlı görü ve yapay zeka grafiti tespit sistemleri

Yazılar, çizimler veya sembollerden oluşan grafiti, birçok hikaye anlatabilir. Şehir duvarlarına renk ve karakter katar, fikirleri ifade etmek için kullanılır. Grafiti bazen sanat olarak görülse de, çoğunlukla izinsiz yapılır. Aslında grafiti binalarda, köprülerde ve trenlerde genellikle bir gecede ortaya çıkar ve temizlenmesi zaman, kaynak ve çaba gerektirir.

Dünya genelindeki şehirler, kamusal alanları temiz tutmak için milyonlarca harcama yapıyor. Yalnızca Amerika Birleşik Devletleri'nde graffiti temizleme maliyeti her yıl 12 milyar doları geçiyor. Ayrıca birçok şehirde grafitiye yetişmek büyük bir zorluk teşkil ediyor. Temizlik ekiplerinin sayısı sınırlı ve aynı anda her yerde olamazlar.

İşte bu nedenle şehir planlamacıları artık makinelerin görüntüleri analiz edip yorumlamasını sağlayan bir yapay zeka dalı olan computer vision teknolojisine yöneliyor. Ultralytics YOLO11 gibi computer vision modellerini kullanan yapay zeka destekli kameralar, şehir duvarlarını hızla taramak, grafitiyi gerçek zamanlı olarak tespit etmek ve ekiplerin müdahale etmesi için tam konumları belirlemek amacıyla kullanılabilir.

Bu makalede, akıllı şehirlerde otomatik grafiti tanıma için bilgisayarlı görünün nasıl kullanıldığına daha yakından bakacağız. Hadi başlayalım!

Akıllı şehirlerde bilgisayarlı görünün rolü#

Smart cities günlük zorlukları daha verimli bir şekilde ele almak için en son teknolojiyi kullanıyor. Özellikle, görsel verileri analiz etmek, kamusal alanları izlemek ve çeşitli kentsel sistemlerde daha hızlı, veriye dayalı karar almayı desteklemek için Ultralytics YOLO11 gibi bilgisayarlı görü modellerinden yararlanıyorlar.

İşte yapay zeka görüsünün akıllı şehirlerde kullanıldığı bazı yaygın yöntemler:

• Trafik yönetimi: Yapay zeka görüsü, trafik akışını izlemek, tıkanıklıkları tespit etmek ve hareketliliği artırıp gecikmeleri azaltmak için trafik sinyallerini gerçek zamanlı olarak ayarlamak amacıyla canlı video beslemelerini analiz edebilir.
• Recycling automation: Computer vision, kamusal çöp kutularındaki veya geri dönüşüm merkezlerindeki atık akışlarından geri dönüştürülebilir malzemelerin tanımlanmasına ve sınıflandırılmasına yardımcı olarak ayıklama doğruluğunu artırabilir ve kirliliği azaltabilir.
• Toplu taşıma izleme: Toplu taşıma sistemleri; yolcu sayılarını takip etmek, araç içindeki davranışları izlemek ve güvenlik sorunlarını tespit ederek hem verimliliği hem de güvenliği artırmak için bilgisayarlı görüden yararlanabilir.
• Afet müdahalesi: Bilgisayarlı görü, afetlerden sonra yangınların, sellerin veya yapısal hasarların görsel işaretlerini tanımlayarak daha hızlı ve daha etkili acil durum müdahalesi sağlayabilir.

Fig 1. Smart cities içinde YOLO11 kullanarak trafiği izleme.

Yapay zeka ile kentsel grafiti takibine genel bir bakış#

Bilgisayarlı görünün şehirleri nasıl daha akıllı hale getirmeye yardımcı olduğunu incelediğimize göre, şimdi otomatik grafiti tanıma için neden özellikle gerekli olduğuna daha yakından bakalım.

Geleneksel olarak şehirler, grafitiyi yönetmek için çeşitli yaklaşımlar kullandı. Bazıları halkın bildirimlerine güvenirken, diğerleri bilinen odak noktalarını incelemek için ekipler gönderiyor. Bazı durumlarda mobil uygulamalar, vatandaşların şikayette bulunmasına veya görüntü yüklemesine olanak tanıyor. Bu yöntemler yardımcı olsa da zaman alıcıdır, büyük ölçüde insan girdisine dayanır ve genellikle şehir genelinde tam kapsama sağlayamaz.

Computer vision, şehirlere grafitiyi yönetmek için daha hızlı ve daha güvenilir bir yol sunar. Otomatik grafiti tanıma sistemleri genellikle iki ana computer vision tasks üzerine dayanır: görüntü sınıflandırma ve nesne tespiti.

İlk adımda görüntü sınıflandırma, bir fotoğrafın grafiti, sokak sanatı veya temiz bir yüzey içerip içermediğini belirlemek için analiz edilir. Grafiti bulunursa, nesne tespiti görüntünün içindeki tam konumunu saptar. Bu, şehir ekiplerinin hızlı ve doğru bir şekilde müdahale etmesini sağlar. Zamanla veriler eğilimleri belirlemeye yardımcı olur, böylece şehirler sık rastlanan odak noktalarını hedef alabilir ve önleme çabalarını geliştirebilir.

Fig 2. Otomatik grafiti tanıma sistemlerinin nasıl çalıştığına dair bir örnek.

Çeşitli şehirlerde yapay zeka grafiti tespit sistemlerini keşfetme#

Birçok şehir grafitiyle başa çıkmak için yeni yöntemler deniyor. Yalnızca devriyelere veya halktan gelen ihbarlara güvenmek yerine, grafitiyi fark edebilen, tanımlayabilen ve hatta temizlenmesine yardımcı olabilen computer vision models kullanmaya başlıyorlar. Bazı şehirlerin bu yeni araçları nasıl kullanıma sunduğuna bir göz atalım.

Araçlardaki kameralarla entegre yapay zeka grafiti tespit sistemleri#

Kamu hizmeti araçları artık birçok şehirde düzenli devriye güzergahları sırasında grafitiyi tespit etmeye yardımcı olmak için kullanılıyor. Bu araçları computer vision solutions ile donatarak şehirler, ekstra devriyelere ihtiyaç duymadan sokakları gerçek zamanlı olarak tarayabilir. Bu, grafitiyi erken yakalamayı ve sorun yayılmadan önce temizlik ekiplerine uyarı göndermeyi kolaylaştırır.

Tempe, Arizona, bu teknolojiyi kullanan şehirler için harika bir örnek. Şehir, kamu hizmeti araçlarına monte edilmiş kameraları kullanan bir sistem geliştirmek için yerel kuruluşlarla ortaklık kurdu. Bu araçlar mahallelerde ilerledikçe duvarların ve kamusal alanların görüntülerini yakaladılar.

Bir vision AI modeli görüntüleri analiz etti ve tespit ettiği flagged any graffiti durumunu işaretledi. Sonuçlar canlı bir panoya gönderildi, böylece yönetim güncellemeleri telefonlarından kontrol edip hızla müdahale edebildi. Bu, Tempe'nin daha hızlı hareket etmesine ve kamusal şikayetleri azaltmasına yardımcı oldu.

Benzer şekilde, Portekiz'in başkenti Lizbon'da, şehir araçlarına monte edilen kameralar kullanılarak grafitiyi otomatik olarak detect graffiti yapabilen bir kavram kanıtlama sistemi geliştirildi.

Fig 3. Lizbon, Portekiz'de yapay zeka destekli grafiti tespiti.

İHA tabanlı grafiti tespiti ve temizliği#

Grafiti; üst geçitler, tüneller ve yüksek yapılar gibi ulaşılması zor veya güvensiz yerlerde ortaya çıkabilir. Bu alanlardaki temizlik genellikle ekstra ekipman, ek maliyet ve daha fazla zaman gerektirir. Güvenliği ve hızı artırmak için bazı şehirler, sahada manuel ekiplere ihtiyaç duymadan hem grafitiyi tespit edebilen hem de kaldırabilen drones kullanmaya başlıyor.

Örneğin, Washington Eyaleti'nin büyük bir şehri olan Seattle, ulaşılması zor alanları izlemek için yakın zamanda drone-based solution başlattı. Dronelar kamera ve püskürtme aletleriyle donatılmıştır. Kamusal yüzeylerde işaretler tarayabilirler ve grafiti tespit edildiğinde, üzerini boyamak ve kapatmak için yerleşik bir püskürtücü kullanırlar.

Fig 4. Seattle, Washington'da grafiti temizleyen yapay zeka destekli bir drone.

Seattle'ın grafiti tespit çalışmaları, bilinen grafiti odak noktalarına kurulan güneş enerjili kameraları da içeriyor. Bu kameralar etkinliği izliyor ve birisi işaretlenmiş bir konuma yaklaştığında uyarı gönderiyor. Seattle, İHA'ları sabit izleme noktalarıyla birleştirerek grafitiye daha hızlı müdahale edebiliyor ve bakım ekipleri için fiziksel riskleri azaltabiliyor.

Yapay zeka görüsü ile etkinleştirilen grafiti odak noktalarının haritalanması#

Bazı durumlarda grafiti tespiti sadece temizlikle ilgili değil, aynı zamanda şehir genelindeki faaliyet modellerini anlamakla da ilgilidir. Yapay zeka yardımıyla şehirler artık sokak düzeyindeki görüntüleri, grafitinin en sık nerede meydana geldiğini gösteren görsel haritalara dönüştürebiliyor. Bu haritalar, halk raporlarından anlaşılmayabilecek eğilimleri ortaya çıkarıyor ve şehir plancılarının çabalarını en çok ihtiyaç duyulan yerlere odaklamalarına yardımcı oluyor.

Örneğin, Brezilya'nın bir şehri olan São Paulo, bu yaklaşımı araştırma odaklı bir vaka çalışmasıyla inceledi. Bir ekip, Google Street View kullanılarak toplanan, şehir genelinden 275.000'den fazla sokak düzeyi görüntüsünü analiz etmek için bilgisayarlı görüden yararlandı. Bu görüntülerde tanımlanan grafitiler 96 bölgede haritalandı ve grafitinin en çok nerede yoğunlaştığı ortaya çıktı.

Dağınık raporlara veya ara sıra yapılan denetimlere güvenmek yerine bu yaklaşım, şehir genelindeki grafitilerin büyük ölçekli, veriye dayalı bir görünümünü sağladı. Elde edilen harita, São Paulo'ya zaman içindeki değişimleri izlemek ve daha hedefli temizlik, önleme ve urban planning çalışmalarını desteklemek için değerli bir kaynak kazandırdı.

Şekil 5. São Paulo, Brezilya'da grafiti tespiti.

Yapay zeka grafiti tespit sistemlerinin artıları ve eksileri#

Grafiti yönetimi için bilgisayarlı görü kullanmanın bazı temel faydaları şunlardır:

• Azalan manuel çaba: Otomatik izleme, personelin sokakları fiziksel olarak denetleme ihtiyacını azaltarak kaynakları diğer görevler için serbest bırakır.
• Önleme çabalarını destekler: Bilgisayarlı görü sistemleri, grafiti odak noktalarını tanımlayarak şehirlerin bu alanlarda daha iyi aydınlatma veya gözetim gibi caydırıcı unsurlara odaklanmasını sağlar.
• Diğer sistemlerle entegre olur: Bilgisayarlı görü araçları, daha akıcı bir iş akışı için şehir panolarına veya bakım uygulamalarına bağlanabilir.
• Otomatik raporlamayı mümkün kılar: Yapay zeka görü sistemleri, düzenli raporlar oluşturmaya yardımcı olarak şehir personeli üzerindeki idari yükü azaltabilir.

Bilgisayarlı görü sistemleri grafiti tespiti için faydalı olsa da, birkaç sınırlamaları da vardır. Bu tür sistemleri kurarken akılda tutulması gereken bazı noktalar şunlardır:

• Devamlı bakım gerektirir: Doğruluğu ve işlevselliği sağlamak için kameralar, modeller ve yazılımlar düzenli olarak güncellenmeli ve bakımları yapılmalıdır.
• Legal and regulatory barriers: Bazı şehirlerde, kamusal alanlara gözetim sistemleri kurmak onay, izin veya veri koruma yasalarına uyumluluk gerektirebilir.
• Dil veya sembol karışıklığı: Yabancı diller, semboller veya argo kullanan grafitiler, özel eğitim verileri olmadan doğru bir şekilde tanınmayabilir.
• Misidentification risks: Sistem kapsamlı ve çeşitli bir dataset üzerinde eğitilmemişse, duvar resimlerini, sokak sanatını veya yasal duvar boyamalarını yanlışlıkla grafiti olarak tanımlayabilir.

Öne çıkanlar#

Grafiti tespiti, bilgisayarlı görünün şehirlerin kamusal alanları yönetme şeklini nasıl dönüştürdüğüne dair sadece bir örnektir. Bu sistemler giderek artan bir şekilde bakım, raporlama ve şehir planlama araçlarıyla entegre ediliyor.

Odak noktası, hızlı tepkilerden proaktif farkındalığa doğru kayıyor. Daha iyi veriler ve daha akıllı araçlarla şehirler, sorunları başlamadan önlemeye ve her adımda daha bilinçli kararlar almaya doğru ilerliyor.

Büyüyen community topluluğumuza katılın! Yapay zeka hakkında bilgi edinmek için GitHub repository deponuzu keşfedin ve vizyon yapay zeka projelerinize başlamak için licensing options seçeneklerimize göz atın. AI in healthcare ve computer vision in agriculture gibi yeniliklerle ilgileniyor musunuz? Daha fazlasını keşfetmek için çözümler sayfalarımızı ziyaret edin!