Исследование эффективности детектирования и распознавания изображений дронов по видеопотоку

Зубков, О. В.; Шейко, С. А.; Олейников, В. Н.; Карташов, В. М.; Корытцев, И. В.; Бабкин, С. И.

Публікація:
Исследование эффективности детектирования и распознавания изображений дронов по видеопотоку

dc.contributor.author	Зубков, О. В.
dc.contributor.author	Шейко, С. А.
dc.contributor.author	Олейников, В. Н.
dc.contributor.author	Карташов, В. М.
dc.contributor.author	Корытцев, И. В.
dc.contributor.author	Бабкин, С. И.
dc.date.accessioned	2021-04-10T15:06:57Z
dc.date.available	2021-04-10T15:06:57Z
dc.date.issued	2020
dc.description.abstract	Разработан и экспериментально протестирован алгоритм обработки видеопотока стационарной видеокамеры. Он состоит из этапов обнаружения движущихся объектов и классификации этих объектов с использованием нейронной сети. Для обнаружения движущихся объектов использованы методы выделения движущихсяобъектов на неподвижном фоне и анализа истории движения. На основании экспериментальных данных проанализирована эффективность применения моделей заднего фона изображений MOG, MOG2, KNN, GMG, CNT, GSOC, LSBP для решения поставленной задачи. Сформулированы рекомендации по выбору параметров этих моделей. Критерии выбора: обеспечение высокого быстродействия и низкий уровень шумов. Для классификации движущихся объектов созданы и обучены модели полносвязных и сверточных нейронных сетей, позволяющие классифицировать 12 типов подвижных объектов. Для обучения нейронных сетей созданы наборы изображений: дронов, фрагментов листвы деревьев, травы, облаков и насекомых. На основании результатов обучения и тестирования сетей даны рекомендации к числу слоев сетей, числу нейронов в слое, количеству сверток для достижения максимального быстродействия и точности распознавания. Сравнительный анализ точности классификации дронов с применением полносвязных и сверточных сетей при обработке экспериментальных данных доказал эффективность применения сверточных сетей. Построена зависимость точности обнаружения дрона от размера изображения и, соответственно, от дальности до этого дрона.	uk_UA
dc.identifier.citation	Исследование эффективности детектирования и распознавания изображений дронов по видеопотоку / О. В. Зубков, С. А. Шейко, В. Н. Олейников, В. М. Карташов, И. В. Корытцев, С. И. Бабкин // Радіотехніка : Всеукр. міжвід. наук.-техн. зб. – Харьків, 2020. – Вип. 202. – С. 136–146.	uk_UA
dc.identifier.uri	https://openarchive.nure.ua/handle/document/15484
dc.language.iso	ru	uk_UA
dc.publisher	ХНУРЕ	uk_UA
dc.subject	детектирование	uk_UA
dc.subject	распознавание изображений	uk_UA
dc.subject	дрон	uk_UA
dc.subject	видеопоток	uk_UA
dc.title	Исследование эффективности детектирования и распознавания изображений дронов по видеопотоку	uk_UA
dc.type	Article	uk_UA
dspace.entity.type	Publication