Akademik Veri Yönetim Sistemi
Artificial Intelligence Theory and Applications , cilt.6, sa.1, ss.33-43, 2026 (Hakemli Dergi)
Günümüz mimarlık ve kentsel tasarım pratiğinde biyofilik tasarım yaklaşımlarının önemi giderek daha fazla kabul görmektedir. Gün ışığı, bitki örtüsü, su öğeleri ve doğal malzemeler gibi unsurların tasarıma dâhil edilmesinin, fiziksel ve psikolojik iyi oluşu desteklediği gösterilmiştir. Ancak bu biyofilik bileşenlerin değerlendirilmesi ve uygulanması çoğunlukla manuel inceleme yöntemleriyle gerçekleştirilmekte olup, bu yöntemler emek yoğun, standartlaştırılması güç ve öznel yorumlara açık bir nitelik taşımaktadır. Bu araştırma, söz konusu uygulama için YOLO (You Only Look Once) nesne tespit algoritmasının uyarlanması ve ince ayar yapılması yoluyla biyofilik özelliklerin otomatik olarak tanımlanmasına ve mekânsal analizine yönelik bir yaklaşım önermektedir. Mimarlık ve yapay zekâ alanlarını bir araya getiren bu sistem, bilgisayarlı görü tabanlı bir karar destek iş akışı içerisinde iç mekân görsellerinde biyofilik tasarım özelliklerini hızlı, doğru ve ölçeklenebilir biçimde değerlendirme imkânı sunmaktadır.
Çalışma kapsamında, biyofilik niteliklerin sistematik olarak etiketlendiği ve sınıflandırıldığı özel bir görsel veri seti oluşturulmuş; bu veri seti üzerinde YOLOv8 tabanlı model yeniden eğitilerek transfer öğrenme teknikleri uygulanmıştır. Eğitilen model, sınıf bazlı tespitler üretmekte; bu çıktılar daha sonra kural tabanlı bir karar destek katmanı tarafından işlenerek eksiklik raporları ve uygulanabilir tasarım önerileri (örneğin yeşil alan eksikliği veya gün ışığı artırıcı stratejilerin önerilmesi) oluşturulmaktadır. Geliştirilen sistem, yalnızca eksik veya yetersiz biyofilik bileşenleri tespit etmekle kalmayıp, tasarım geliştirmelerini desteklemek amacıyla tutarlı geri bildirimler de sunmaktadır. Pratik kullanılabilirliği sağlamak amacıyla model, kullanıcıların görsel yükleyebildiği, tespitleri görselleştirebildiği ve projelerinde biyofilik stratejileri geliştirmeye yönelik yorumlanabilir öneriler alabildiği web tabanlı bir platforma entegre edilmiştir. Genel olarak çalışma sonuçları, biyofilik tasarım özelliklerinin bilgisayarlı görü ve karar destek sistemi (CV + DSS) entegrasyonu ile nicel olarak değerlendirilebileceğini ve otomatikleştirilebileceğini göstermekte; böylece mimarlık ve sürdürülebilir tasarım bağlamında daha ölçeklenebilir ve tekrarlanabilir bir değerlendirme süreci sunmaktadır.
Anahtar Kelimeler: Biyofilik Tasarım, YOLO Algoritması, Görüntü İşleme, Sürdürülebilir Mimarlık, Karar Destek Sistemi
In today’s architectural and urban design practices, the significance of biophilic design approaches is increasingly being recognized. Incorporating elements such as daylight, vegetation, water components, and organic materials has been shown to promote physical and psychological well-being. Despite their benefits, the assessment and implementation of these biophilic components are frequently carried out through manual inspection methods, which are labor-intensive, difficult to standardize, and prone to subjective interpretation. This research proposes an automated approach for identifying and spatially analyzing biophilic features by adapting and fine-tuning the YOLO (You Only Look Once) object detection algorithm for this specific application. Bridging the fields of architecture and artificial intelligence, the developed system provides a rapid, precise, and scalable means of evaluating biophilic design features in interior images within a computer vision–driven decision support workflow. Within the scope of this study, a dedicated visual dataset was compiled, with biophilic attributes systematically labeled and categorized, and transfer learning techniques were employed to retrain a YOLOv8-based model on this curated dataset. The trained model produces class-wise detections that are subsequently post-processed by a rule-based decision support layer to generate deficiency reports and actionable design recommendations (e.g., suggesting greenery or daylight-enhancing strategies when relevant elements are absent or underrepresented). The resulting system not only identifies missing or underrepresented biophilic components but also provides consistent feedback to support design refinement. To ensure practical usability, the model was integrated into a web-based platform, enabling users to upload images, visualize detections, and receive interpretable recommendations for improving biophilic strategies in their projects. Overall, the study’s outcomes indicate that biophilic design features can be quantitatively assessed and automated through an integrated CV + DSS pipeline, supporting more scalable and repeatable evaluation in architectural and sustainable design contexts.
Keywords: Biophilic Design, YOLO Algorithm, Image Processing, Sustainable Architecture, Decision Support System