DDL: Çoklu kapı numarası tespit etme ve kümeleme için derin öğrenme tabanlı yeni bir yaklaşım

Işığın değişkenliği, arka plan karmaşası, şiddetli bulanıklık, tutarsız çözünürlük ve farklı ölçekli derinlik gibi birçok faktörden dolayı doğal görüntülerde karakter tanıma oldukça zor problemdir. Bu özelliklerin yanı sıra sokak görünüm fotoğraflarında doğa olaylarının da etkisiyle karakterlerde ve sayılarda bozulmalara rastlanır. Sokak görünümlerinden kapı numaralarını tespit etmek ve okumak, doğal sahne metni tanıma kategorisine giren bir bilgisayar görme problemidir. Evrişimsel sinir ağı (convolutional neural network - CNN) modeli görüntü analizlerinde en sık kullanılan derin öğrenme (deep learning - DL) yöntemlerinden biridir. Bu çalışmada, ilk olarak doğal görüntülerinde kapı numarası bulunan görüntülerden karakter okumak için CNN temelli DL yöntemi uygulanmıştır. Ancak, özellikle görüntüde birden fazla kapı numarasının olduğu veya derinliklerin çok değişken olduğu durumlarda yeterince başarılı sonuçlar elde edilememiştir. DL yönteminin doğruluğunu artırmak aynı zamanda doğal görüntülerin oluşturduğu veri boyutunu azaltmak için farklı iki adet CNN modeli kullanan yeni bir yaklaşım DDL (deep in deep learning) önerilmiştir. Önerilen DDL yaklaşımının performansı, Kayseri Büyükşehir Belediyesi (KBB) Yeşilhisar ilçesinin 2019 yılına ait GPS konum bilgisiyle fotoğrafı çekilen 35 adet mahallenin bina sokak görüntülerinden oluşan 113 GB (gigabayt) boyuta sahip 17.618 adet görüntü içeren gerçek veriler kullanılarak, DL yaklaşımının performansıyla karşılaştırılmıştır. Deneysel sonuçlar, önerilen DDL yaklaşımının DL yaklaşımına göre daha doğru sonuçlar ürettiğini ve daha az depolama alanı kullandığını göstermektedir.