АНАЛІЗ ІСНУЮЧИХ МОДЕЛЕЙ ВИЯВЛЕННЯ БПЛА НА ТЕПЛОВІЗІЙНИХ ЗОБРАЖЕННЯХ
DOI:
https://doi.org/10.20535/1970.68(2).2024.318080Ключові слова:
безпілотний літальний апарат, штучний інтелект, модель виявлення об’єктів, YOLOv8, YOLOv5, Faster RCNN, DETR, датасет, попередня обробка, середня точність виявлення, середнє значення повнотиАнотація
У наші часи широкого використання набувають безпілотні літальні апарати (БПЛА). Вони підтвердили свою ефективність, надійність та доцільність. Однак неналежне використання цієї технології або її зловживання можуть призвести до суттєвих порушень прав людини та створити значні загрози громадській безпеці. У зв’язку з чим, повинні створюватися відповідні методи протидії БПЛА. Одним із напрямків, який активно розвивається в наш час, є виявлення БПЛА на основі оптико електронному випромінювані. Так як більшість таких систем розраховані на видимий діапазон, ІЧ діапазон не так широко був досліджений. Виявлення БПЛА на основі тепловізійних зображень може бути виконано використовуючи штучний інтелект. Наразі вже існують готові підходи та моделі, які виконують задачі виявлення об’єктів, проте вони більш загального призначення.
Для огляду проблеми виявлення БПЛА на основі тепловізійних зображень та ШІ, необхідно провести аналіз найбільш ефективних моделей виявлення об’єктів для задачі виявлення БПЛА у ІЧ діапазоні. В даній роботі було проведено аналіз та порівняння таких моделей виявлення об’єктів як YOLOv5 та YOLOv8, Faster RCNN, DETR.
Для навчання моделей використовувались датасети, як в ІЧ діапазоні, так і у видимому. Була проведена попередня цифрова обробка датасету зображень БПЛА у видимому діапазоні, для перетворення їх у псевдо теплові. Це виконувалось з ціллю збільшити кількість тренувальних даних для моделей і тим самим покращити їх точність.
Результати показали, що такі моделі як YOLOv8 та DETR є найефективнішими для задач виявлення БПЛА на тепловізійних зображеннях, проте їх точність все ще є недостатньою для ефективного використання для систем захисту від БПЛА у реальному часі.
Посилання
A. Neubeck та L. Van Gool, «Neubeck, A., & Van Gool, L. (2006, August). Efficient non-maximum suppression.,» 18th international conference on pattern recognition (ICPR'06), pp. 850-855, August 2006.
J. Terven, D.-M. Córdova-Esparza та J.-A. Romero-González, «A comprehensive review of yolo architectures in computer vision: From yolov1 to yolov8 and yolo-nas,» Machine Learning and Knowledge Extraction 5.4, pp. 1680-1716, 2023.
G. Jocher, A. Chaurasia та J. Qiu, «YOLO by Ultralytics,» 2023.
R. Girshick, J. Donahue, T. Darrell та J. Malik, «Rich feature hierarchies for accurate object detection and semantic segmentation,» Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 580-587, 2014.
R. Girshick, «Fast r-cnn,» Proceedings of the IEEE international conference on computer vision, pp. 1440-1448, 2015.
S. Ren, K. He, R. Girshick та J. Sun, «Faster R-CNN: Towards real-time object detection with region proposal networks,» IEEE transactions on pattern analysis and machine intelligence 39.6, pp. 1137-1149, 2016.
N. Carion, F. Massa, G. Synnaeve, N. Usunier, A. Kirillov та S. Zagoruyko, «End-to-end object detection with transformers,» в European conference on computer vision, 2020.
L. Sommer та A. Schumann, «Deep learning-based drone detection in infrared imagery with limited training data,» Counterterrorism, crime fighting, forensics, and surveillance technologies IV, № IV, p. Vol. 11542. SPIE, September 2020.
A. Coluccia, A. Fascista, L. Sommer, A. Schumann, A. Dimou та D. Zarpalas, «The Drone-vs-Bird Detection Grand Challenge at ICASSP 2023: A Review of Methods and Results,» IEEE Open Journal of Signal Processing, 2024.
R. Padilla, S. L. Netto та E. A. Da Silva, «A survey on performance metrics for object-detection algorithms,» 2020 international conference on systems, signals and image processing (IWSSIP). IEEE, pp. 237-242, July 2020.
Q. Ma, B. Zhu, Z. Cheng та Y. Zhang, «Fast detection and recognition method of UAV in sky background,» Eleventh International Conference on Information Optics and Photonics (CIOP 2019), pp. 36-41, December SPIE, 2019.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Танчук В.С., Колобродов В.Г.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Авторське право на публікацію залишається за авторами.
Автори можуть використовувати власні матеріали в інших публікаціях за умови посилання на збірник наукових праць "Вісник Київського політехнічного інституту. Серія ПРИЛАДОБУДУВАННЯ" як на перше місце видання та на Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» як на видавця.
Автори публікують свої статті в збірнику на умовах ліцензії Creative Commons:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY 4.0, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на динаміці цитування опублікованої роботи.
Видавець (КПІ ім. Ігоря Сікорського) має право за будь-якого використання цього видання зазначати своє ім'я або вимагати такого зазначення.
Редакційна колегія залишає за собою право розміщувати опубліковані в збірнику статті в різних інформаційних базах для надання відкритого доступу до матеріалів з метою популяризації наукових досліджень та підвищення цитованості авторів.
