ОГЛЯД АЛГОРИТМІВ КОМП'ЮТЕРНОГО ЗОРУ ДЛЯ ВИЯВЛЕННЯ НЕБЕЗПЕЧНИХ ОБ'ЄКТІВ ДРОНАМИ

Oleksandr Laktionov; Bohdyan Boryak; Nazar Pedchenko; Oleksiy Mykhailichenko

doi:10.26906/SUNZ.2023.3.120

Автор(и)

Oleksandr Laktionov
Bohdyan Boryak
Nazar Pedchenko
Oleksiy Mykhailichenko

DOI:

https://doi.org/10.26906/SUNZ.2023.3.120

Ключові слова:

комп'ютерний зір, дрон, нейронні мережі, розмінування, відновлення, бойові дії

Анотація

Здійснено теоретичний огляд алгоритмів класифікації для побудови відповідних моделей дослідження небезпечних об’єктів. Сформовано формальну постановку завдання класифікації небезпечних об'єктів для побудови класифікаційних моделей. Вказане завдання вирішується шляхом побудови класифікаційних моделей інструментами машинного навчання або нейронних мереж. Складністю дослідження є вибір архітектури нейронної мережі зорієнтовану на класифікацію зображень, що подаватимуться на її вхід. Графічне представлення архітектури нейронної мережі здійснено за допомогою бібліотек networkx та matplotlib. Це дозволило осмислити загальну постановку завдання до створення класифікаційних моделей. Моделі будуть використані у майбутніх дослідженнях як одна з функцій дрона для виявлення небезпечних об’єктів в умовах бойових дій.

Завантаження

Дані завантаження ще не доступні.

Посилання

Soori M. Artificial Intelligence, Machine Learning and Deep Learning in Advanced Robotics, A Review [Electronic resource] / Mohsen Soori, Behrooz Arezoo, Roza Dastres // Cognitive Robotics. – 2023. – Mode of access: https://doi.org/10.1016/j.cogr.2023.04.001 (date of access: 27.08.2023). – Title from screen.

Panibratov R. Decision support system for estimating and forecasting state of insurance company [Electronic resource] / Roman Panibratov // System research and information technologies. – 2022. – No. 1. – P. 61–72. – Mode of access: https://doi.org/10.20535/srit.2308-8893.2022.1.05 (date of access: 20.08.2023). – Title from screen.

Multi-task learning for dangerous object detection in autonomous driving [Electronic resource] / Yaran Chen [et al.] // Information Sciences. – 2018. – Vol. 432. – P. 559–571. – Mode of access: https://doi.org/10.1016/j.ins.2017.08.035 (date of access: 27.08.2023). – Title from screen.

Improving handgun detection through a combination of visual features and body pose-based data [Electronic resource] / Jesus Ruiz-Santaquiteria [et al.] // Pattern Recognition. – 2022. – P. 109252. – Mode of access: https://doi.org/10.1016/j.patcog.2022.109252 (date of access: 27.08.2023). – Title from screen.

Report on UG2+ challenge Track 1: Assessing algorithms to improve video object detection and classification from unconstrained mobility platforms [Electronic resource] / Sreya Banerjee [et al.] // Computer Vision and Image Understanding. – 2021. – Vol. 213. – P. 103297. – Mode of access: https://doi.org/10.1016/j.cviu.2021.103297 (date of access: 27.08.2023).

Towards a framework of key technologies for drones [Electronic resource] / Réda Nouacer [et al.] // Microprocessors and Microsystems. – 2020. – Vol. 77. – P. 103142. – Mode of access: https://doi.org/10.1016/j.micpro.2020.103142 (date of access: 27.08.2023). – Title from screen.

Dynamic computation offloading for ground and flying robots: Taxonomy, state of art, and future directions [Electronic resource] / Rihab Chaâri [et al.] // Computer Science Review. – 2022. – Vol. 45. – P. 100488. – Mode of access: https://doi.org/10.1016/j.cosrev.2022.100488 (date of access: 27.08.2023). – Title from screen.

Lee S. W. Decision-making in brains and robots – the case for an interdisciplinary approach [Electronic resource] / Sang Wan Lee, Ben Seymour // Current Opinion in Behavioral Sciences. – 2019. – Vol. 26. – P. 137–145. – Mode of access: https://doi.org/10.1016/j.cobeha.2018.12.012 (date of access: 27.08.2023). – Title from screen.

Аналіз систем розпізнавання образів структури композитів : монографія / Добротвор І.Г., Стухляк П.Д., Микитишин А.Г., Митник М.М. – Тернопіль : Тернопільський національний технічний університет імені І. Пулюя, 2018. – 224 с.

Кононова К. Ю. Машинне навчання: методи та моделі: підручник для бакалаврів, магістрів та докторів філософії спеціальності 051 «Економіка» / К. Ю. Кононова. – Харків: ХНУ імені В. Н. Каразіна, 2020. – 301 с.

Мацуга, О.М. Навчальний посібник до вивчення курсу «Інформаційні технології розпізнавання образів» [Текст] / О.М. Мацуга, Ю.М. Архангельська, Н.М. Єрещенко. – Д.: РВВ ДНУ, 2016. – 60 с.

European Environment Agency's home page [Electronic resource] // European Environment Agency's home page. – Mode of access: https://www.eea.europa.eu/en (date of access: 27.08.2023). – Title from screen.

Субботін С. О. Нейронні мережі: теорія та практика: навч. посіб. / С. О. Субботін. – Житомир: Вид. О. О. Євенок, 2020. – 184 с

Терейковський І. Штучні нейронні мережі: базові положення [Електронний ресурс] / І. Терейковський, Д. Бушуєв, Л. Терейковська. – Режим доступу: https://ela.kpi.ua/bitstream/123456789/50135/1/ANN.pdf (дата звернення: 27.08.2023).

DiGraph - Directed graphs with self loops – NetworkX 2.0.dev20161129121305 documentation [Electronic resource] // NetworkX documentation – NetworkX 2.0.dev20161129121305 documentation. – Mode of access: https://pelegmnetworkx.readthedocs.io/en/latest/reference/classes.digraph.html (date of access: 27.08.2023). – Title from screen.