Спосіб автоматизованого пошуку цільових об’єктів на відео з БПЛА в режимі пост-обробки

Пилип Олександрович Приставка, Дмитро Ігорович Гісь, Артем Валерійович Чирков

Анотація


Актуальними питаннями у сфері управління є питання отримання даних, необхідних для прийняття коректного і своєчасного управлінського рішення. Зокрема для військових або рятувальних задач у ролі таких даних можуть виступати результати проведення повітряної розвідки – відеодані з камери безпілотного повітряного судна (БпЛА), отримані під час польоту над територією, що представляє інтерес. В такому випадку, як показує практика, суттєвою проблемою є значний обсяг отримуваних даних, що ускладнює їх обробку операторами (експертами) у ручному режимі. При цьому завдання забезпечення доступності цільових даних також повинні вирішуватись. Отже, актуальною задачею є забезпечення прийнятного балансу між доступністю цільових даних (відеоданих – результатів проведення повітряної розвідки), оперативністю та якістю їх обробки. В даній публікації для вирішення зазначеної задачі пропонується спосіб автоматизованого пошуку цільових об’єктів на відеоданих з розвідувальних БпЛА в режимі пост-обробки із використанням адаптивного метода пошуку підозрілих об’єктів у якості автоматичної частини.


Ключові слова


розвідувальні БпЛА; цільові об’єкти; пошук об’єктів; доступність даних; обробка розвідувальних даних

Посилання


А. Чирков, П. Приставка, "Методологія безпеч-ної передачі цільових відеоданих з літального апарата в умовах обмеженого часу сеансу зв'яз-ку", Безпека інформації (Ukrainian Scientific Journal of Information Security), 24(1), С. 13-16, 2018. doi:10.18372/2225-5036.24.12608.

ComBat Vision. [Електронний ресурс]. Режим доступу: https://combat.vision/.

Warmate. WB Electronics. [Електронний ресурс]. Режим доступу: http://wb.com.pl/warmate-en/ ?lang=en.

Warmate (БПЛА). Вікіпедія. [Електронний ре-сурс]. Режим доступу: https://uk.wikipedia.org/ wiki/ War mate_(%D0%91%D0%9F%D0%9B% D0%90).

Defence Software. Command and Control. In-teroperability. [Електронний ресурс]. Режим дос-тупу: https://systematic.com/defence/.

Warfighter Information Network-Tactical (WIN-T) - General Dynamics Mission Systems. [Електрон-ний ресурс]. Режим доступу: https://gdmissionsystems.com/c4isr/warfighter-information-network-tactical-win-t/.

Force XXI Battle Command Brigade and Below (FBCB2). [Електронний ресурс]. Режим доступу: https://pdfs.semanticscholar.org/ cb40/ aeb3ca16 cec 0a0008c21409ebb9ff008084c.pdf.

Matrix UAV. [Електронний ресурс]. Режим дос-тупу: http://muav.com.ua/.

D. Lowe, "Object recognition from local scale-invariant features", In: Proc. of the 7th IEEE Interna-tional Conference on Computer Vision, Greece, September 1999. https://dx.doi.org/10.1109%2FICCV.1999. 790410.

H. Bay, T. Tuytelaars, L. Gool, "SURF: Speeded Up Robust Features", Computer Vision – ECCV 2006. Lecture Notes in Computer Science, vol. 3951, 2006. https://doi.org/10.1007/11744023_32.

F. Alsaade, "Fast and Accurate Template Matching Algorithm Based on Image Pyramid and Sum of Absolute Difference Similarity Measure", Research Journal of Information Technology, vol. 4, issue 4, pp. 204-211, 2012. http:// dx.doi.org/ 10.3923/rjit. 2012.204.211.

P. Viola, M. Jones, "Rapid object detection using a boosted cascade of simple features", Proceedings of the 2001 IEEE Computer Society Conference on Computer Vi-sion and Pattern Recognition. CVPR 2001, USA, 2001. doi:10.1109/CVPR.2001.990517.

N. Otsu, "A Threshold Selection Method from Gray-Level Histograms", IEEE Transactions on Sys-tems, Man and Cybernetics, vol. 9, iss. 1, pp. 62-66, 1979.

J. Canny, "A Computational Approach to Edge Detection", IEEE Transactions on Pattern Analysis and Machine Intelligence, volume PAMI-8, iss. 6, pp. 679-698. https://doi.org/10.1109/TPAMI.1986.4767851.

S. Lloyd, "Least squares quantization in PCM", IEEE Transactions on Information Theory, vol. 28, iss. 2, pp. 129-137. https:// doi.org/ 10.1109/TIT. 1982.1056489.

L. Chen, G. Papandreou, I. Kokkinos, K. Murphy, A. Yuille, "DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolu-tion, and Fully Connected CRFs". https:// arxiv.org/abs/ 1606.00915.

G. Papandreou, L. Chen, K. Murphy, A. Yuille, "Weakly- and Semi-Supervised Learning of a DCNN for Semantic Image Segmentation". https://arxiv. org/abs/1502.02734.

T. Cootes, C. Taylor, D. Cooper, J. Graham, "Ac-tive Shape Models – Their Training and Applica-tion", Computer Vision and Image Understanding, vol. 61, iss. 1, pp. 38-59. https:// doi.org/ 10.1006/ cviu.1995.1004.

А. Горелик, В. Скрипкин, Методы распознавания: Учеб. пособие. 2-е изд. М.: Высш. шк., 1984.

S. Gotovac, V. Papić, Ž. Marušić, "Analysis of sali-ency object detection algorithms for search and rescue operations", 2016 24th International Conference on Software, Telecommunications and Computer Networks (SoftCOM), Split, Croatia, September 2016. https:// doi.org/ 10.1109/SOFTCOM.2016. 7772118.

П. Приставка, В. Сорокопуд, А. Чирков, "Екс-периментальний зразок автоматизованої систе-ми пошуку підозрілих об’єктів на відео з безпі-лотного повітряного судна", Системи озброєння і військова техніка, 50(2), С. 26-32, 2017.

А. Чирков, П. Приставка, "Метод пошуку підоз-рілих об’єктів на відео з камери літального апа-рата на основі гістограмних оцінок", Наукоємні технології, 38(2), С. 210-219, 2018. doi:10.18372/ 2310-5461.38.12827.


Повний текст: PDF

Посилання

  • Поки немає зовнішніх посилань.


ISSN 2410-7840 (Online), ISSN 2221-5212 (Print)

Ліцензія Creative Commons
Цей твір ліцензовано за ліцензією Creative Commons Із зазначенням авторства - Некомерційна - Без похідних творів 3.0 Неадаптована

РИНЦ SSM WorldCat BASE Національна бібліотека ім. Вернадського Науково-технічна бібліотека НАУ Ulrich's Periodicals Directory

Ulrich's Periodicals Directory