|
Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)
Обнаружение объектов в аэронавигации с использованием вейвлет-преобразования и сверточных нейронных сетей: первый подход
Х. М. Фортуна-Сервантесa, М. Т. Рамирес-Торресa, Х. Мартинес-Каррансаb, Х. С. Мургуия-Ибарраa, М. Мехия-Карлосa a Автономный университет Сан-Луис-Потоси
b Национальный институт оптической и электронной астрофизики
Аннотация:
Предлагается первый подход, основанный на применении вейвлет-анализа при обработке изображений с целью обнаружения объектов c повторяющимися чертами и двоичной классификации в плоскости изображения, в частности, для навигации в симулируемых средах. На сегодняшний день стало привычным использовать алгоритмы на основе сверточных нейронных сетей (Convolutional Neural Networks, CNN) для обработки изображений, полученных с бортовых камер беспилотных летательных аппаратов (Unmanned Aerial Vehicles, UAV), в пространственной области, что способствует решению задач обнаружения и классификации. Архитектура CNN позволяет обучать сеть, используя в качестве входных данных изображения без предварительной обработки. Это позволяет извлекать характерные признаки изображения. Тем не менее, в этой работе мы утверждаем, что спектральные характеристики изображений на разных частотах, низких и высоких, также влияют на производительность CNN во время обучения. Мы предлагаем архитектуру CNN, дополненную двумерным дискретным вейвлет-преобразованием как методом выделения признаков. Такая информация улучшает способность сети к обучению, устраняет переобучение и обеспечивает более высокую эффективность при обнаружении цели.
Ключевые слова:
сверточная нейронная сеть, вейвлет-анализ, обнаружение объектов, дрон, классификация объектов, среда симуляции Gazebo.
Образец цитирования:
Х. М. Фортуна-Сервантес, М. Т. Рамирес-Торрес, Х. Мартинес-Карранса, Х. С. Мургуия-Ибарра, М. Мехия-Карлос, “Обнаружение объектов в аэронавигации с использованием вейвлет-преобразования и сверточных нейронных сетей: первый подход”, Труды ИСП РАН, 33:2 (2021), 149–162
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/tisp591 https://www.mathnet.ru/rus/tisp/v33/i2/p149
|
Статистика просмотров: |
Страница аннотации: | 130 | PDF полного текста: | 93 | Список литературы: | 28 |
|