Pregled bibliografske jedinice broj: 1216834
Detekcija ljudi na slikama iz zraka za potrebe misija potrage i spašavanja upotrebom metoda dubokog učenja
Detekcija ljudi na slikama iz zraka za potrebe misija potrage i spašavanja upotrebom metoda dubokog učenja, 2019., doktorska disertacija, Fakultet elektrotehnike, strojarstva i brodogradnje, Split
CROSBI ID: 1216834 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Detekcija ljudi na slikama iz zraka za potrebe
misija potrage i spašavanja upotrebom metoda
dubokog učenja
(Deep Learning Approach in Human Detection on Aerial
images for Search and Rescue Missions)
Autori
Marušić, Željko
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija
Fakultet
Fakultet elektrotehnike, strojarstva i brodogradnje
Mjesto
Split
Datum
18.09
Godina
2019
Stranica
148
Mentor
Sven Gotovac
Neposredni voditelj
Sven Gotovac
Ključne riječi
Konvolucijske neuronske mreže, duboko učenje, detekcija istaknutih objekata, bespilotne letjelice, potraga i spašavanje
(Convolutional Neural Networks, Deep Learning, Salient Object Detection, UAV, Search and Rescue)
Sažetak
U ovom radu predlaže se novi pristup u detekciji osoba na zračnim slikama prikupljenima s bespilotnih letjelica u misijama potrage i spašavanja u mediteranskim i sub-mediteranskim krajolicima. Detekcija ljudi u slikama visoke prostorne razlučivosti uključuje objekte koji su relativno mali i često teško prepoznatljivi u okolišu, stoga je takvo otkrivanje izazovan i zahtjevan zadatak. Predložena metoda počinje smanjivanjem prostora za pretraživanje kroz vizualni algoritam pažnje koji otkriva istaknute ili većinu istaknutih segmenata na slici. Kako bi se smanjio broj nevažnih istaknutih regija, odabrane su one regije koje najvjerojatnije sadrže osobu upotrebom unaprijed obučene i fino podešene konvolucijske neuronske mreže (CNN). Stvorena je posebna baza slika pod nazivom HERIDAL u svrhu treniranja i testiranja predloženog modela. Za akviziciju slika korištene su optičke kamere visoke rezolucije instalirane na bespilotnim letjelicama (UAV). Letovi su se većinom izvodili u relativno niskom letu na neurbanim područjima u prirodi. Za potrebe treniranja prikupljeno je više od 68.750 manjih isječaka odnosno segmenata, a u svrhu testiranje prikupljeno je 500 označenih slika u punoj veličini. Predložena metoda postigla je stopu detekcije od 88, 9% i preciznosti od 34, 8% Čime je pokazana veća učinkovitost od IPSAR sustava kojim se trenutno koriste timovi za potragu i spašavanje u Hrvatskoj. Baza slika HERIDAL je korištena za treniranje i testiranje suvremenog generičkog sustava detekcije Faster R- CNN koji je postigao usporedive, ali ipak nešto lošije rezultate od predložene metode.
Izvorni jezik
Hrvatski
Znanstvena područja
Računarstvo
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike, strojarstva i brodogradnje, Split