Ülkemizde nüfus ve araç sayılarındaki artış ile paralel olarak ortaya çıkan trafik yoğunluğu, artan seyahat süreleri, sera gazı salınımları, sürücü hataları, trafik kazaları gibi ulaşıma yönelik sorunlardaki oranların yükselmesi, ulusal ekonomiye ve çevreye negatif etkiler oluşturmakta; sosyal, ekonomik ve çevresel sorunları beraberinde getirmektedir. Bu sorunları adresleyen, akıllı ve dijital yöntemlerin kullanıldığı çözümlere ihtiyaç ise her geçen gün artmaktadır. 

Akıllı ulaşım ve akıllı şehir kavramlarının önemli bileşenlerinden biri olan trafik gözlem sistemleri, kameralardan edinilen veriler ile ulaşıma ve şehir yaşamına ilişkin pek çok soruna etkili çözümler üretilebilecek yöntemlerin geliştirilmesinde kullanılmaktadır. Şehir içi ve şehirlerarası ulaşım altyapısının vazgeçilmez elemanlarından olan trafik gözlem kameralarından edinilen bilgilerin yapay zekâ ve derin öğrenme teknikleriyle analizlerinin yapılması, karar verme mekanizmalarının etkin işleyişini sağlarken, akıllı ulaşım sistemlerinin (AUS) tesisi ve akıllı şehir yaşamına dair kısa, orta ve uzun dönem hedeflerinin gerçekleştirmelerine de katkı sunmaktadır. Bu doğrultuda, “TÜBİTAK 1005-Ulusal Yeni Fikirler ve Ürünler Araştırma Destek Programı” kapsamında desteklenen ve 05 Haziran 2023 tarihinde başlayan “Trafik Gözlem Kameralarında Derin Öğrenme Yöntemleriyle Gerçek Zamanlı Video Akışı Analizi ve Kötücül Aktivite Tespiti” projesinin tanıtım ve kapanış toplantısı, 27 Kasım 2024 tarihinde, Karayolları Genel Müdürlüğü’nde, proje çıktılarının potansiyel faydalanıcılarının geniş katılımı ile Esma DİLEK tarafından yapıldı.

Aynı zamanda proje tanıtım ve yayılım faaliyetleri kapsamında, Prof. Dr. Şeref SAĞIROĞLU’nun moderatörlüğünde, 28 Kasım 2024’te düzenlenen AUS Türkiye webinarında, DİLEK; projenin ayrıntılı sunumunu yaparak projeye ilişkin detayları kamuoyu ile paylaştı.

Proje süresince bursiyer olarak yer alan Esma DİLEK proje tanıtım sunumunda, trafik gözlem kameralarından, hibrit derin öğrenme yöntemleriyle gerçek zamanlı video akışı analizi ve kötücül aktivite tespiti kapsamında yapılan çalışmalarda, literatür çalışmalarında yer alan benzerlerine göre daha yüksek anomali tespit başarı oranı elde edilmesinin hedeflendiğini belirtti. Ayrıca ülkemizdeki akıllı ulaşım ve akıllı şehir proje, faaliyet ve çalışmalarında yararlanılabilecek, ulaştırma ve bilişim disiplinlerini içeren bir alanda, Avrupa Yeşil Mutabakatı stratejilerini destekleyen bir yapay zekâ modeli geliştirilmesinin amaçlandığını sözlerine ekledi.

Dilek ayrıca, ülkemizde AUS uygulamalarının yaygınlaşması amacıyla yapılan her türlü çalışmanın önemli olduğunu ve TÜBİTAK tarafından desteklenen bu projesinin başarıyla tamamlanması sonucunda, aşağıdaki kazanımların elde edilebileceğine değindi:

• Video akışlarının gerçek zamanlı olarak analiz edilerek otoyol işletmecilerinin, trafiğin yönetiminden sorumlu yerel ve merkezi yönetim birimlerinin karar destek süreçlerinin daha etkin işletilebilmesi
• Olası olumsuz durumların (ikincil kazalar, yaya/hayvan vb. canlılara zarar verilmesi vb.) önüne geçilmesi
• Hibrit derin öğrenme yöntemleri geliştirilerek video akışlarından kötücül durumların otomatik tespit edilmesi ve efektif olay yönetimi yapılabilmesi
• Ulusal kalkınma ve strateji belgelerinde öncelik verilen yapay zekâ, büyük veri ve derin öğrenme alanlarında, yerli ve milli ürünlere dönüştürülebilme kapasitesi olan bir çözüm geliştirilmesi
• Ortaya çıkacak yapay zekâ modeli ile ulaştırma alanında karar destek süreçlerine katkı sunarak ulaşım kaynaklı sorunların olumsuz etkilerinin azaltılması
• Trafikte kaybedilen zamanın azalması ile iş gücü kaybının önlenmesi
• İş gücü kaybının azalması ile milli gelire olumlu katkı sağlanması ve dolaylı maliyetlerin azalması
• Trafik yoğunluğu ve sıkışıklığında azalma sağlanması ile yakıt tüketiminde, sera gazı emisyonlarında düşüş kaydedilmesi ve ülke ekonomisine katkı sunulması
• Sera gazı emisyonlarının azalması ile çevresel olumsuz etkilerde azalma ve küresel iklim değişikliği sorunun çözümüne katkı sağlanması
• Çevresel olumsuz etkilerin neden olduğu sağlık sorunlarının azalması ile uygulanan tedavi harcamalarının azalması ve bunun ülke ekonomisine katkı sağlaması
• Trafikteki anormal durumların gerçek zamanlı tespiti ile trafik kazaları ile buna bağlı ölümlerin, yaralı sayılarının ve maddi kayıpların azalması, acil yönetim sistemlerinin verimliliğinin ve etkinliğinin artırılması
• Trafik gözlem kameraları yardımıyla elde edilen büyük verinin analizi ile operasyonel verimliliğe katkı
• Akademik literatür çalışmalarına, video analitik ile anomali tespiti alanında yenilik katan çözümlerin sunulması
• Gerçek zamanlı trafik yönetim sistemlerinde ihtiyaç duyulan ve yurt dışından tedarik edilen bazı kamera sistemlerinde gömülü olarak sunulan otomatik olay algılama yazılımlarına alternatif yerli bir çözüm geliştirilmesi ile teknolojik dışa bağımlılığın azaltılması
• Ülkemizin trafik yönetim sistemleri alanında yazılım kabiliyetlerinin geliştirilmesi sayesinde yurt dışı pazarda rekabet gücünün artırılması

DİLEK sunumunda, TÜBİTAK tarafından desteklenen proje ile mevcut veri kaynakları olan trafik gözlem kameraları kullanılarak maliyet etkin, ulusal video anomali tespit sistemleri ile entegre edilebilecek yapay zekâ modelleri geliştirildiğini söyledi. Geliştirilen yapay zekâ modellerinin tespit başarısının hem proje kapsamında temin edilen örnek veri setleri hem de literatür çalışmalarında kıyaslama için kullanılan kamuya açık olarak erişilebilen veri setleri kullanılarak ölçüldüğünü belirtti. Proje kapsamında geliştirilen hibrit derin öğrenme yöntemini konu alan bir akademik makalenin, bilim atıf indeksli (Science Citation Index, SCI) IEEE Access dergisinde yayınlandığına, literatür çalışmalarından elde edilen bilgilerin derlenerek SUMMITS’24 4. Uluslararası Akıllı Ulaşım Sistemleri Zirvesi’nde konferans bildirisi olarak sunulduğuna değindi. Ayrıca proje konusunu ele alan ve proje kapsamında hazırlanan iki makalenin, SCI indeksli dergilerde değerlendirme aşamasında olduğunun bilgisini paylaştı.

Proje kapsamında yürütülen çalışmaların, projede yer alan bursiyerlerden Esma DİLEK’in doktora tez çalışmalarına katkı sağladığını, proje kapsamındaki çalışmaları da içeren doktora tez önerisinin kabul edilerek ilk tez izleme komitesinden başarıyla geçmesini sağladığını; diğer bursiyer olan Özgür TALİH’in, proje çalışmalarından elde ettiği deneyimlerden yararlanarak hazırladığı yüksek lisans tezinin, Temmuz 2024’te onaylanarak Ulusal Tez Merkezi’nde yayınlandığını söyledi.

Proje süresince elde edilen çıktıların, ilgili paydaşlar ve projeye destek olan kuruluşlarla yapılan toplantılar ile akademik konferans ve kongrelerde sunulduğunu, yazılı basın ve kurumsal sosyal medya hesaplarından paylaşılarak projede hedeflenen yayılım faaliyetlerinin başarıyla gerçekleştirildiğini belirtti.

DİLEK yaptığı tanıtım sunumlarında, proje kapsamında geliştirilen derin öğrenme tabanlı video anomali tespit yöntemlerine ilişkin detayları, yapılan deneyler sonucu elde edilen performans ölçüm sonuçlarını, proje kapsamında yapılan tüm çalışmaları ve faaliyetleri özetleyerek katılımcıların sorularını yanıtladı.