Аналіз існуючих моделей виявлення БПЛА на тепловізійних зображеннях

Скорочена інформація про документ
dc.contributor.authorТанчук, В. С.
dc.contributor.authorКолобродов, В. Г.
dc.date.accessioned2025-03-24T13:04:05Z
dc.date.available2025-03-24T13:04:05Z
dc.date.issued2024
dc.description.abstractУ 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.
dc.description.abstractotherNowadays, unmanned aerial vehicles (UAVs) are becoming widely used. They have proven their effectiveness, reliability, and feasibility. However, improper use or abuse of this technology can lead to significant human rights violations and threaten public safety. In connection with this, appropriate methods of countering UAVs should be made. One of the areas that is actively developing nowadays is the detection of UAVs based on optoelectronic radiation. Since most of such systems are designed for the visible range, the IR range has not been so widely investigated. UAV detection based on thermal imaging can be performed using artificial intelligence. Currently, there are ready-made approaches and models that perform object detection tasks, but they are more general purpose. To review the problem of UAV detection based on thermal imaging and AI, it is necessary to analyze the most effective object detection models for the problem of UAV detection in the IR range. In this work, an analysis and comparison of such object detection models as YOLOv5 and YOLOv8, Faster RCNN, DETR was carried out. Datasets were used for model training, both in the IR range and in the visible range. Preliminary digital processing of the dataset of UAV images in the visible range was carried out to convert them into pseudo-thermal images. This was done in order to increase the amount of training data for the models and thereby improve their accuracy. The results showed that models such as YOLOv8 and DETR are the most effective for UAV detection tasks in thermal imaging, but their accuracy is still insufficient to be effectively used for real-time UAV defense systems.
dc.format.pagerangeС. 5-10
dc.identifier.citationТанчук, В. С. Аналіз існуючих моделей виявлення БПЛА на тепловізійних зображеннях / Танчук В. С., Колобродов В. Г. // Вісник КПІ. Серія Приладобудування : збірник наукових праць. – 2024. – Вип. 68(2). – С. 5-10. – Бібліогр.: 11 назв.
dc.identifier.doihttps://doi.org/10.20535/1970.68(2).2024.318080
dc.identifier.orcid0009-0001-6315-0175
dc.identifier.orcid0000-0003-0941-0252
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/73035
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofВісник КПІ. Серія Приладобудування : збірник наукових праць, 2024, Вип. 68(2)
dc.subjectбезпілотний літальний апарат
dc.subjectштучний інтелект
dc.subjectмодель виявлення об’єктів
dc.subjectYOLOv8
dc.subjectYOLOv5
dc.subjectFaster RCNN
dc.subjectDETR
dc.subjectдатасет
dc.subjectпопередня обробка
dc.subjectсередня точність виявлення
dc.subjectсереднє значення повноти
dc.subjectunmanned aerial vehicle
dc.subjectartificial intelligence
dc.subjectobject detection model
dc.subjectdataset
dc.subjectpre-processing
dc.subjectaverage precision
dc.subject.udc004.93
dc.titleАналіз існуючих моделей виявлення БПЛА на тепловізійних зображеннях
dc.title.alternativeAnalysis of existing object detection models for UAV detection on thermal imagery
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
318080-738997-1-10-20241224.pdf
Розмір:
442.75 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник КПІ. Серія Приладобудування: збірник наукових праць, Вип. 68(2)