Akademik Veri Yönetim Sistemi
Geomatik, cilt.11, sa.1, ss.120-128, 2026 (ESCI, TRDizin)
Yığma taş duvarların belgelenmesi, kültürel mirasın ve dolayısıyla tarihi yapılar hakkındaki önemli bilgilerin korunması açısından büyük önem taşımaktadır. Ancak bu tür yapıların belgelendirilmesi hem fiziksel erişim kısıtları hem de yapı elemanlarının biçimsel çeşitliliği nedeniyle çeşitli zorlukları barındırmaktadır. Bu çalışmada, İHA görüntüleri aracılığıyla yığma taş duvarların segmentasyonunu gerçekleştirmek üzere U-Net tabanlı bir derin öğrenme yöntemi önerilmektedir. Çalışma, Rize il sınırları içerisinde bulunan Zil Kale’nin İHA ile elde edilen görüntüleri üzerinde gerçekleştirilmiştir. Derin öğrenme model eğitimi için doğal ve restore edilmiş duvar yüzeylerinden oluşturulan iki farklı veri seti oluşturulmuştur. Eğitimlerden elde edilen sonuçlara göre, restore edilmiş yüzeylerde hem Recall hem de F1-Score metriklerinde %93 düzeyine ulaşılmıştır. Daha karmaşık arka planlara sahip doğal yüzeylerde ise %88 Recall ve %86 F1-Score değerleri ile modelin bu çeşitliliği de yeterli düzeyde algılayabildiği gözlemlenmiştir. Ayrıca görsel analizler, modelin hem doğal hem de düzensiz yüzeylerde taş kenarlarını hassas bir biçimde yakaladığını, taş geometrisinin tutarlı biçimde korunduğunu ve arka plan karmaşıklığından sınırlı düzeyde etkilendiğini göstermektedir. Bu nicel ve niteliksel sonuçlar yaklaşımın farklı yığma duvar tiplerinde uygulanabilir olduğunu ortaya koymaktadır. Derin öğrenme tabanlı segmentasyon yöntemlerinin kültürel miras belgelenmesine entegre edilebileceğini ve İHA destekli görüntüleme süreçlerinin saha kaynaklı sınırlamaları önemli ölçüde azaltabileceğini göstermektedir.