Обучение детекторов Виолы - Джонса для 3D-объектов на основе полностью синтетических данных для использования в спасательных миссиях с БПЛА
Автор: Усилин Сергей Александрович, Арлазаров Владимир Викторович, Рохлин Николай Сергеевич, Рудыка Станислав Анатольевич, Матвеев Станислав Алексеевич, Зацаринный Александр Алексеевич
Рубрика: Программирование
Статья в выпуске: 4 т.13, 2020 года.
Бесплатный доступ
В работе рассматривается задача обучения детектора Виолы - Джонса для 3D объектов на примере надувного спасательного плота ПСН-10. Обучение детектора выполняется на полностью синтетическом обучающем наборе. В работе подробно рассматриваются способы моделирования надувного спасательного плота, водной поверхности, различных погодных условий. В качестве признакового пространства используются граничные признаки, позволяющие обучить детектор, устойчивый к различным условиям освещения. Для повышения вычислительной эффективности при вычислении значения градиента использовалась норма L1. Эффективность обученного детектора оценена в том числе на реальных данных, полученных в процессе спасательной операции траулера Восток. Предложенный в работе способ обучения детекторов Виолы - Джонса может быть успешно использован в качестве составляющего элемента программно-аппаратных БПЛА.
Машинное обучение, поиск объектов, Виола - Джонс, классификация, Зd-объекты, БПЛА, спасательная миссия
Короткий адрес: https://sciup.org/147235032
IDR: 147235032 | DOI: 10.14529/mmp200408