Kasım 2019-BTHaber / Doğru Takip, Veri İle Buluşuyor

Kasım 2019-BTHaber

Ayvos; akıllı otomasyon ve yazılım sistemleri odaklı olarak 2015 yılında kurulan Ayvos, görüntü işleme odaklı gerçek sahadaki problemleri çözmeye odaklandı. Kamerayı bir sensör gibi görüp yorumla hedefiyle, ilk geliştirilen çözüm de görsel elektronik takip sistemi GETS oldu. Bu konuda Orman Genel Müdürlüğü’nün talebi ile hareket ettiklerini, iki yıl süren bir çalışma gerçekleştirdiklerini belirten Ayvos Kurucu Ortağı ve Genel Müdürü Eray Hangül, “Uçtan uca çözüm sağlarken, sahada minimum maliyette bunu çözmeye odaklandık. Çünkü, ormanda elektrik kısıtlı ya da bilgisayar koyma şansımız yok. Veri tüketimini de optimize etmemiz gerekiyordu” bilgisini veren Eray Hangül, sorularımızı yanıtladı:

Bu projede nasıl bir süreç izlendi?

Tüm cihazlardan gelen veriyi, tek bir merkezi posta kutusuna yönlendiriyoruz. O kutuyu dinliyor, otomatik olarak hangi cihazdan geldiğini anlıyor, e-posta içerisindeki uyarıyı otomatik olarak alıp IoT platformumuza besliyoruz. IoT platform ise bizim ‘deep learning’ tabanlı ve çok katmanlı yapay sinir ağlı nesne tanıma sistemimizi besliyor ve o görüntüde gerçekten bir insan, hayvan, araç varlığı olup olmadığını buluyor, 0,2 saniyede bunu tespit edebiliyoruz. Ayrıca, örneğin eğer siz sadece insan alarmı isterseniz, size sadece insan bildirimleri, hayvan alarmı istiyorsanız hayvan alarmı geliyor. Bunun bir ileri aşaması olarak hayvan ayrıştırması yapabiliyorsunuz. Örneğin domuz, inek istilasında bir çiftçinin ürünleri telef olmadan tespiti yapılabiliyor. Biz bu yapıyı Bulgaristan’a da ihraç ettik.

Altyapı hizmeti de veriyor musunuz?

Kameralarda standart olarak hareket algılama özelliği vardır. Kimi cihazlarda bu evimizdeki ışıkla çalışır ve pasif sensör gibidir, kiminde içinde ufak bir algoritma çalıştırır. Bu görüntüde iki tane kareyi karşılaştırır ve bu karşılaştırma belirli bir ebat üstüne çıkarsa hareket var demektir, ama bu kameralar her durumda alarm veriyor. Biz sadece kameraların algıladığı bu hareketlerin bizim sistemimize ulaşması için bir tanım yapıyor, ‘hareket oluştuğunda bu bilgiyi şu e-postaya gönder veya şu dosya sunucusuna yükle’ diyoruz. Bu aslında kameralarda eskiden beri olan bir özellik. Dolayısıyla biz cihaza ek bir yazılım yükleme ya da ek bir donanım ekleme yapmıyor, sadece bir tanım yapıyoruz. Dolayısıyla o ufak tanım yapılıyor ve internet bağlantısı da varsa bu merkezi çözüm de sunulmuş oluyor.

Peki ya GETS?

Tarım, çiftlik herhangi bir arazi maden sahası burada söz konusu aslında. Mesela Balıkesir Burhaniye’de 200 dönüm zeytinliği olan bir müşterimiz var 6 metrelik bir direğe 2 kamera, GSM modem koyduk. Elektrik var sadece ve hareket olduğunda kendisi İstanbul’dan bildirimleri alıyor. Dolayısıyla arazisinde bir anomali durumda doğru alarmları alabiliyor. 3 dil destekleyen mikro bir sitemiz var ve ayvosgets.com sitesinde demo videolarımız var. Müşterilerimiz de oradan sorularını bize iletiyor. Sistemimiz Snap Shot mantığı üzerinden çalışıyor. Yani oradaki kameradan video akışı almıyoruz. Hareket olduğunda bize tek kare görüntü geliyor. Farklı optimizasyon yaklaşımlarımız var. Mesela 2MP çözünürlüklü bir kamerada, gün ışığında 40 metre derinlik 70 metre de genişlikte takribi 3 dönümlük bir alanda insan, hayvan, araç ayrımı, geceleri de 15 metrede IRL kameralar ile bu analizi yapabiliyoruz. Karlı veya yağmurlu havada dahi 30 ile 40 metrede insan algılamada yüzde 95’in üzerinden test edilmiş bir başarımız mevcut. Hatalı alarmlar da olabiliyor. Örneğin; 70 metre gibi iddialı mesafelerde üzerine odun yüklenmiş bir hayvanın bacaklarının silueti insanı andırabiliyor. Burada insan yorumu yapabiliyor sistem ama yine orda da yapay zeka destekli olduğu için güvenilirlik endeksi veriyor. Bizim kabul ettiğimiz endeks genelde yüzde 65 ve üzeridir. Yani sistem şunu der; ben bunun yüzde 67 olasılıkla insan olduğunu düşünüyorum. Hatalı alarm metrajında ise yüzde 40’larda tahmin belirtiyor. Biz alana herhangi bir giriş olduğunda bilgi verilmesini istediğimiz için eşik değerini düşürüyoruz. Bu yükseltilerek, o hata payları da düşürülebiliyor.

Makine öğrenimi noktasında yola çıkarken uçtan uca tamamen sizin bir çözümünüz mü?

Evet, biz de Linux ve açık kaynak kodlu modelleri kullanarak yola çıktık. Ancak bazı noktalarda açık kaynak kodlu uygulamalarda sonuca verimli gidemiyorsunuz. Mesela %70 doğrulukları çok kolay yakalayabiliyorsunuz ama %90’nın üstünü hedefliyorsanız, işin en önemli ayağı olan sahadan toplanan verilere istinaden etiketleme yaparak kendi modellerinizi oluşturmanız, hatta önlerinde filtirasyon dediğimiz kendi algoritmalarınızla katma değer oluşturmanız gerekiyor. Biz geçirdiğimiz 4,5 yıllık süreçte bunları tecrübe ederek ve sürekli geliştirerek, açık kaynak kodlu modellerin üzerine kendi modellerimiz entegre edip, hibrit bir çözüm ortaya çıkardık. Dolayısıyla müşterilerimiz bizden aldıkları ürünlerde şunlardan emin olabilirler: Gerçekten farklı hava koşullarını farklı ortam şartlarını sürekli deneyerek elde ettiğimiz bilgi birikiminin çıktısı bu. Zaten kamuda ve bakanlıkta da 2 yıllık bir ispat sürecinin sürmesinin altında yatan şey de bu. Biz de çok şey öğrendik ve bunu endüstriyle buluşturmuş olduk.

Potansiyelinizi nasıl değerlendiriyorsunuz?

Nesne tanıma, popüler bir konu. Ancak, geniş alan ve açık havada nesne tanıma konusunda Türkiye’de rakibimiz yok. Uçtan uca IoT platform üzerinden bir envanter yönetimiyle bu şekilde sunan en azından biz bilmiyoruz. Burada en büyük katma değer de var olan kameraları akıllandırmak veya kolaylıkla tedarik edilebilecek kameraları kullanabiliyor olmak. Biz donanım satıcısı değil, bir yazılım firmasıyız. Müşterilerimiz isterlerse donanımı kendileri alabilirler.

Arazide kameraya bağlı bir mini bilgisayar mı konumlandırıyorsunuz?

Hayır, sadece internet için dış saha koşullarına uyumlu GSM modem kullanıyoruz. İsteğe göre kablolu ya da Wi-Fi üzerinden kameralar bağlanabiliyor. Tabi Wi-Fi’nin aşırı yağmurlu durumlarda sinyal gücü düşebildiği için çok tavsiye etmiyoruz. Çoğu zaman zaten modem ve kameralar birbirine yakın konumlandırılıyor.

Perakende ve güvenlik kısmında çalışmalarınız hakkında bilgi verir misiniz?

Şu anda testlerini yaptığımız Mount Black ürünümüz var. Bu ürün herhangi bir geniş alanda kim ne zaman girdi ve çıkış yaptı bilgisini üretebiliyor, kişi yüz algılaması ve tanıması yapabiliyor, kara listeye eklediğiniz kişiler herhangi bir mağazanıza girdiğinde bildirim iletebiliyor. Yine var olan kameralar üzerinden sistemimizi kuruyoruz. Güvenlik tarafındaki bu çözümümüz, 10 bin tekil kişide yüzde 94 doğrulukla kişiyi tespit edebiliyor. Hedefimiz ise tekil kişi sayısını 100 bin seviyelerine çıkarmak. Terminal tarafında, turnike gibi biyometrik girişlerde 65 bin kişiye kadar destekleyebiliyoruz. Okullarda, stadyumlarda, depo ambar veya perakende de giriş-çıkış takibi için ürünümüz kullanılabiliyor. Biz burada görsel görüntü saklamıyoruz. Örneğin; bir mağazaya giren bin 500 kişiden 300’ü kasa bölgesine geldi. Kamera bölgesinde konumlandırılmış kameramız kişiye bir ID numarası verip, ‘257 erkek 18-35 yaş aralığı’ şeklinde gruplandırıyor, ama herhangi bir görsel kullanılmıyor. Biz yüzden çıkarılan özelliklerin sayısal haritasını tutuyoruz. Dolayısıyla, kişi mağazaya tekrar geldiğinde ‘257 erkek 18-35 yaş aralığında kişi tekrar geldi’ diyoruz. Mağazalarda personelleri kameralarımıza tanımlayıp, müşteri ve çalışan ayrımını sağlayarak, daha doğru bir şekilde mağazaya giren kişi sayısını belirleyebiliyor, ödeme sürelerine kadar birçok istatistik çıkarabiliyoruz. İş süreçlerini optimize ederek müşteri memnuniyetini arttırabiliyorsunuz. Ayrıca bu, mağazaya tekrar gelen müşterilere özel kampanyaların sunulması gibi fırsatları da beraberinde getiriyor. Mağazadaki dijital ekranlara koyduğumuz Mount Synage kitimiz ile direkt kişiye özel teklif sunulabiliyor. Sunulan teklife müşterilerin verdiği tepkileri de ölçebiliyoruz. Burada duygu durumlarını ölçerek müşteriler mutsuz gelip mutlu mu ayrıldı, sinirli gelip şaşkın mı ayrıldı gibi verileri de elde edebiliyoruz. Bu noktada perakendecilerin reklama yaptığı yatırımın karşılığını alıp almadığını dinamik olarak ölçmüş oluyoruz.

Haber Linki