2024
Постійне посилання на фонд
Переглянути
Перегляд 2024 за Ключові слова "artificial intelligence"
Зараз показуємо 1 - 2 з 2
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Аналіз існуючих моделей виявлення БПЛА на тепловізійних зображеннях(КПІ ім. Ігоря Сікорського, 2024) Танчук, В. С.; Колобродов, В. Г.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.Документ Відкритий доступ Використання нейронних мереж для пошуку наземних мін(КПІ ім. Ігоря Сікорського, 2024) Микитенко, В. І.; Шинкарьов, Д. Д.Проблема наявності великих замінованих територій і їх розширення є критичною через їхній вплив на безпеку та економіку. Стаття присвячена підвищенню ефективності оптичних методів пошуку наземних мін поверхневого розташування в задачах гуманітарного розмінування. Показано, що одним з найбільш перспективних оптичних методів виявлення мін є гіперспектральна зйомка, яка забезпечує надзвичайно точний аналіз спектрального складу випромінювання фоно-цільової обстановки. Але практичне використання гіперспектральних методів є суттєво ускладненим, враховуючи величезні площі замінованих територій. Отже виявлення мін має бути автоматизованим. Для вирішення цієї задачі досліджено можливості використання штучних нейронних мереж. Запропоновано інтеграцію штучного інтелекту, зокрема RBF-мереж, для підвищення ефективності та точності виявлення об'єктів. У роботі порівнюються традиційні методи класифікації з інноваційними підходами, що базуються на машинному навчанні. Проведено тестування алгоритмів на симуляційних і реальних даних. Це дозволило оцінити їхню здатність до ідентифікації об'єктів за умов різного спектрального заповнення. Специфіка досліджуваної області формує вимоги до оцінювання ефективності функціонування технічних засобів: в першу чергу має бути забезпечена мінімальна ймовірність пропуску сигналу. В той же час з врахуванням великих обсягів обчислень бажано, щоб ймовірність хибних тривог залишалась невисокою. Показано, що RBF нейронна мережа здатна виявляти міни з низькою кількістю хибних тривог. Під час навчання мережі з великим параметром розповсюдження чутливість виходу до спектральної варіативності пікселів знижується. Це дозволяє мережі виявити ціль навіть за низького коефіцієнта заповнення. Отже результати досліджень свідчать, що використання запропонованих методів дозволяє значно зменшити кількість хибних тривог і забезпечити високу продуктивність у реальних умовах.