Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phương pháp nhận diện đối tượng trong hình ảnh UAV dựa trên học từ mẫu nhỏ
Tóm tắt
Trong những năm gần đây, các phương tiện bay không người lái (UAV) đã phát triển nhanh chóng. Nhờ kích thước nhỏ, chi phí thấp và khả năng cơ động cao, chúng đã được sử dụng rộng rãi trong nhiều lĩnh vực như chụp ảnh trên không, cứu hộ, vận chuyển và nông nghiệp. Việc nhận diện đối tượng yêu cầu một lượng lớn dữ liệu, nhưng trong các kịch bản ứng dụng thực tế, do các yếu tố như quyền riêng tư và chi phí gán nhãn dữ liệu cao, không thể thu thập đủ mẫu huấn luyện có gán nhãn. Bài viết này đề xuất một mô hình nhận diện đối tượng hình ảnh UAV dựa trên học từ mẫu nhỏ (IORS). Dựa trên việc tăng cường dữ liệu và khả năng kết hợp đặc trưng cải thiện, mô hình YOLOv4_Tiny được cải thiện để làm cho nó phù hợp hơn với hình ảnh UAV. Điều này giải quyết vấn đề nhận diện các mục tiêu nhỏ dày đặc trong hình ảnh UAV khi làm việc với số lượng mẫu nhỏ. Kết quả thí nghiệm cho thấy trong hình ảnh UAV, phương pháp được đề xuất có hiệu quả nhận diện mục tiêu tốt mà không làm giảm tốc độ, trong khi độ chính xác tổng thể tăng khoảng 4.5%.
Từ khóa
#UAV #nhận diện đối tượng #học từ mẫu nhỏ #YOLOv4_Tiny #tăng cường dữ liệuTài liệu tham khảo
Bochkovskiy A, Wang C, Liao H (2020) YOLOv4: optimal speed and accuracy of object detection. https://arxiv.org/abs/2004.10934
Dai J, Li Y, He K, Sun J (2016) R-FCN: object detection via region-based fully convolutional networks. Proc. NIPS 379–387
He Z, Zhang L (2019) Multi-adversarial faster-RCNN for unrestricted object detection. Proc. ICCV 6667–6676
He K, Zhang X, Ren S, Sun J (2016) Deep residual learning for image recognition. Proc. CVPR 770–778
Jin R, Lin D (2020) Adaptive Anchor for fast object detection in aerial image. IEEE Geosci Remote Sens Lett 17(5):839–843. https://doi.org/10.1109/LGRS.2019.2936173
Liu W, Angueliv D, Erhan D, Szegedy C, Reed S et al (2016) SSD: single shot multiBox detector. Proc. ECCV 21–37. https://doi.org/10.1007/978-3-319-46448-0_2
Liu S, Qi L, Qin H, Shi J, Jia J (2018) Path aggregation network for instance segmentation. Proc. CVPR 8759–8768. https://doi.org/10.1109/CVPR.2018.00913
Liu Y, Zhao T, Shen Z (2021) Small target detection for UAV aerial images based on improved YOLOv3. Proc. RCAE 12–16
Lu H, Li Y, Mu S, Wang D, Kim H (2017) Motor anomaly detection for unmanned aerial vehicles using reinforcement learning. IEEE Internet Things 5(4):2315–2322. https://doi.org/10.1109/JIOT.2017.2737479
Lu H, Li Y, Uemura T, Kim H, Serikawa S (2018) Low illumination underwater light field images reconstruction using deep convolutional neural networks. Future Gener Comput Syst 82:142–148. https://doi.org/10.1016/j.future.2018.01.001
Luo K, Luo R, Zhou Y (2021) UAV Detection based on rainy environment. Proc. IMCEC 1207–1210
Niu R, Qu Y, Wang Z (2021) UAV Detection based on improved YOLOv4 object detection model. Proc. ICBASE 25–29
Peng B, Cai X, Zhang Y, Li S (2017) Automatic vehicle detection from UAV videos based on symmetrical frame difference and background block modeling. Southeast Univ J Nat Sci 47(4):685–690
Redmon J, Divvala S, Girshick R, Farhadi A (2016) You only look once: unified, real-time object detection. Proc. CVPR 779–788. https://doi.org/10.1109/CVPR.2016.91
Ren S, He K, Girshick R, Sun J (2015) Faster R-CNN: towards real-time object detection with region proposal networks. IEEE Trans Pattern Anal Mach Intell 39(6):1137–1149. https://doi.org/10.1109/TPAMI.2016.2577031
Waleed E, Arslan A, Aliza M, Mohamed I (2020) Energy-efficient task scheduling and physiological assessment in disaster management using UAV-assisted networks. Comput Commun 155:150–157. https://doi.org/10.1016/j.comcom.2020.03.019
Wang J, Jiang S, Song W et al (2019) A comparative study of small object detection algorithms. Proc. CCC 8507–8512
Xia G, Bai X, Ding J, Zhu Z, Belongie S et al (2018) DOTA: a large-scale dataset for object detection in aerial images. Proc. CVPR 3974–3983. https://doi.org/10.1109/CVPR.2018.00418
Xu Z (2021) Application research of tethered UAV platform in marine emergency communication network. J Web Eng 20(2):491–511
Xu Y, Gu H, Dai Q et al (2019) Motion tracking detection and tracking technology based on aerial video. Proc. IHMSC 122–125
Zhang H, Wang J (2019) Towards adversarially robust object detection. Proc. ICCV 421–430. https://doi.org/10.1109/ICCV.2019.00051
Zhang M, Wang C, Yang J et al (2021) Research on engineering vehicle target detection in aerial photography environment based on YOLOX. Proc. ISCID 254–256
Zhu H, Qi Y, Shi H et al (2018) Human detection under UAV: an improved faster R-CNN approach. Proc. ICSAI 367–372
Zhu P, Wen L, Bian X, Ling H, Hu Q (2018) Vision meets drones: a challenge. https://arxiv.org/abs/1804.07437
Zhu D, Xu G, Zhou J, Di E, Li M (2021) Object detection in complex road scenarios: improved YOLOv4-Tiny algorithm. Proc. ICTC 75–80