Object structure

Математические вопросы кибернетики и вычислительной техники=Կիբեռնետիկայի և հաշվողական տեխնիկայի մաթեմատիկական հարցեր=Mathematical problems of computer science

Ground-image based object detection algorithms have had great improvements over the years and provided good results for challenging image datasets such as COCO and PASCAL VOC. These models, however, are not as successful when it comes to unmanned aerial vehicle (UAV)-based object detection and commonly performance deterioration is observed. It is due to the reason that it is a much harder task for the models to detect and classify smaller objects rather than medium-size or large-size objects, and drone imagery is prone to variances caused by different flying altitudes, weather conditions, camera angles and quality. This work explores the performance of two state-of-art-object detection algorithms on the drone object detection task and proposes image augmentation 1 procedures to improve model performance. Առարկաների հայտնաբերման ալգորիթմները, որոնք հիմնված են ցամաքային պայմաններում ստացված լուսանկարների վրա, վերջին տարիների ընթացքում բարելավվել և մեծ հաջողություններ են գրանցել այնպիսի բարդ տվյալների հավաքածուների վրա, ինչպիսիք են COCO-ն և PASCAL VOC-ը: Այս մոդելները, այնուամենայնիվ, այնքան էլ լավ արդյունքեր չեն գրանցում ԱԹՍ-ի վրա հիմնված առարկաների հայտնաբերման ժամանակ և հաճախ նկատվում է կատարողականության վատթարացում: Պատճառն այն է, որ մոդելների համար շատ ավելի բարդ է հայտնաբերել և դասակարգել առավել փոքր օբյեկտները, ի տարբերություն միջին և խոշոր չափի օբյեկտների, և դրոններից արված լուսանկարները հակված են դրսևորել շեղումներ տարբեր թռիչքային բարձրությունների, եղանակային պայմանների, տեսախցիկի անկյան և որակի պատճառով: Այս աշխատանքը ուսումնասիրում է երկու ժամանակակից առարկաների հայտնաբերման ճանաչման ալգորիթմների կատարողականությունը դրոններից արված լուսանկարների հայտնաբերման խնդրի դեպքում և առաջարկում նկարների աուգմենտացիաների եղանակներ բարելավելու մոդելների կատարողականությունը: Алгоритмы обнаружения объектов на основе наземных изображений значительно улучшились за последние годы и дали хорошие результаты для сложных наборов данных изображений, таких как COCO и PASCAL VOC. Однако эти модели не так успешны, когда дело доходит до обнаружения объектов с помощью БПЛА, и обычно наблюдается ухудшение характеристик. Это связано с тем, что для моделей гораздо сложнее обнаруживать и классифицировать более мелкие объекты, чем объекты среднего или большого размера, а изображения с дронов подвержены трансляционным отклонениям, вызванными разной высотой полета, погодными условиями, ракурсами и качеством камеры. В этой работе исследуется эффективность двух современных алгоритмов обнаружения объектов в задаче обнаружения объектов с помощью дрона и предлагаются процедуры увеличения изображения для повышения производительности модели.

Հոդված

pdf

ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան