ТЕХНОЛОГІЯ ЗАСТОСУВАННЯ МЕТОДІВ КОМП’ЮТЕРНОГО ЗОРУ ДЛЯ ІДЕНТИФІКАЦІЇ ТА ПЕЛЕНГАЦІЇ АКУСТИЧНИХ ЦІЛЕЙ У КОНТРОЛЬОВАНОМУ ПРОСТОРІ
DOI:
https://doi.org/10.18372/2310-5461.50.15437Ключові слова:
ідентифікація, акустична ціль, пеленгація, спектр, графічне відображення, віконне перетворення, комп’ютерний зірАнотація
Актуальність. В умовах зростання та загострення терористичної і кримінальної активності питання забезпечення безпеки контрольованого простору стає одним з актуальних завдань.
Постановка проблеми. У теперішній час для забезпечення безпеки контрольованого простору широко застосовують мережі відеокамер. Акустичні системи для захисту контрольованого простору мають певні переваги в порівнянні із системами відеоспостереження.
Для забезпечення ситуаційної обізнаності щодо безпеки контрольованого простору необхідно мати досить точно визначені параметри руху акустичних цілей, що може бути досягнуто у пасивному режимі роботи акустичних систем тільки методами непрямого оцінювання акустичних сигналів, прийнятих з декількох рознесених точок простору. Але подібний підхід створює проблему появи хибних спрацювань системи та помилок у визначені кількості виявлених акустичних цілей, коли акустичних цілей стає більше за одну.
Метою статті є розробка інтелектуальної технології застосування засобів комп’ютерного зору для ідентифікації та пеленгації акустичних цілей у контрольованому просторі.
Результати. Для вирішення завдань стійкої ідентифікації, пеленгації та визначення параметрів руху акустичних цілей розроблено технологію застосування засобів комп'ютерного зору до звукових сигналів, які перетворюються в потік графічних відображень. Також розроблено метод зіркової кластеризації, який додатково перевіряє на істинність набори точок збігу для графічних відображень звукових хвиль, отриманих відомими методами бібліотеки комп’ютерного зору.
Висновки. Отримані результати можуть бути використані як інструмент попереднього автоматичного аналізу ситуації і, будучи інтегрованими в систему комплексної безпеки, підвищити її ефективність, значно зменшивши час реакції співробітників спеціальних служб при виникненні тривожних подій.
Посилання
Бєліков Ю.М. Недержавна правоохоронна діяльність: передумови виникнення, поняття, місце в системі правоохоронної діяльності. Науковий вісник Херсонського державного університету. 2013. №. 4. С. 138-142.
Луценко В.И., Луценко И.В., Мазуренко А.В. Характеристики акустических полей наземных и малоразмерных воздушных объектов акустической разведки. Прикладная радиоэлектроника. 2017. №. 16. С. 18-22.
Kumar N.S., Bhattacharya C., Unnikrishnan A. Passive Source Localization Using Compressively Sensed Towed Array. Defence Science Journal. 2013. Т. 63. №. 6. Р. 630-635.
Dorasamy M., Raman M., Kaliannan M. Integrated community emergency management and awareness system: A knowledge management system for disaster support. Technological Forecasting and Social Change. 2017. Т. 121. Р. 139-167.
Müller M. Fundamentals of music processing: Audio, analysis, algorithms, applications. Springer, 2015.
Göksu H. Vehicle speed measurement by on-board acoustic signal processing. Measurement and Control. 2018. Т. 51. №. 5-6. С. 138-149.
Bradski G., Kaehler A. Learning OpenCV: Computer vision with the OpenCV library. O'Reilly Media, Inc., 2008.
Lyons R.G. Understanding digital signal processing, 3 Edition. Pearson Education India, 2004.
Baba T. Time-frequency analysis using short time Fourier transform. The Open Acoustics Journal. 2012. Т. 5. №. 1.
Thomas E.B., John S.K., Abe S. Power Spectral Density Computation using Modified Welch Method. IJSTE-International Journal of Science Technology & Engineering. 2015. Т. 2. №. 4.
Тимчишин Р.М., Волков О.Є., Господарчук О.Ю., Богачук, Ю.П. Сучасні підходи до розв'язання задач комп'ютерного зору. Управляющие системы и машины. 2018. №6. С. 46-73.
