3 мин. чтения
7/22/2023 10:09:52 AM

Эта система может находить, отслеживать движущиеся объекты размером с пиксель

Featured Image 1 Многокадровая система обнаружения движущихся объектов Сандийской национальной лаборатории позволяет дистанционным датчикам обнаруживать небольшие движущиеся объекты, которые обычно невидимы как для датчиков, так и для человеческого глаза. Предоставлено: Эрик Лундин

«Возможность отслеживать каждый пиксель на расстоянии имеет значение, и это постоянная и сложная проблема», — сказал Тянь Ма, ученый-компьютерщик и соразработчик системы. «Например, для систем наблюдения за физической безопасностью, чем дальше вы можете обнаружить возможную угрозу, тем больше времени у вас есть на подготовку и реагирование. Часто самой большой проблемой является тот простой факт, что, когда объекты расположены далеко от датчиков, их размер, естественно, кажется намного меньше. Чувствительность датчика уменьшается по мере увеличения расстояния от цели».

Обнаружение одного движущегося пикселя в море из 10 миллионов

Способность обнаруживать объекты с помощью систем дистанционного зондирования, как правило, ограничена тем, что можно увидеть в одном видеокадре, тогда как MMODS использует новый многокадровый метод для обнаружения небольших объектов в условиях плохой видимости. На компьютерную станцию поступают потоки изображений от различных датчиков, и MMODS обрабатывает данные с помощью фильтра изображения кадр за кадром в режиме реального времени. Алгоритм находит движение в видеокадрах и сопоставляет его с целевыми сигналами, которые могут быть коррелированы, а затем интегрированы в набор последовательностей видеокадров.

Этот процесс улучшает отношение сигнал/шум или общее качество изображения, потому что сигнал движущейся цели может быть коррелирован с течением времени и неуклонно увеличивается, тогда как движение фонового шума, такого как ветер, отфильтровывается, потому что он движется случайным образом и не коррелирует.

До того, как MMODS был развернут для улучшения дистанционного зондирования, Ма и Андерсон продемонстрировали его эффективность на смоделированных данных с целевыми объектами размером в один пиксель с отношением сигнал/шум, близким к 1: 1, что означает, что нет различия между сигналом и шумом.

Эти объекты, как правило, не обнаруживаются ни человеческими глазами, ни датчиками. Базовая детекторная система достигла 30% вероятности обнаружения движущегося объекта. Когда MMODS был добавлен в эту систему, у него был 90% шанс обнаружения без увеличения частоты ложных срабатываний.

В другой демонстрации исследователи использовали MMODS для обнаружения движущихся объектов по живым данным, собранным с помощью удаленной камеры на вершине горы Сандия. Не зная предварительно дорог Альбукерке, MMODS обнаружил транспортные средства, движущиеся по всему городу.

«Учитывая, что современная видеокамера имеет около 10 миллионов пикселей, возможность обнаруживать и отслеживать по одному пикселю за раз является важным достижением в технологии компьютерного зрения», — сказал Ма. «Доказано, что MMODS улучшает чувствительность современного обнаружения на 200-500% и работает для быстро и медленно движущихся объектов даже в условиях плохой видимости».

Подробнее: Tian J. Ma et al, Remote Sensing Low Signal-to-Noise-Ratio Target Detection Enhancement, Sensors (2023). DOI: 10.3390/s23063314 🔗

Получи бесплатную еженедельную рассылку со ссылками на репозитории и лонгриды самых интересных историй о стартапах 🚀, AI технологиях 👩‍💻 и программировании 💻!
Присоединяйся к тысячам читателей для получения одного еженедельного письма

Подписывайся на нас:

Нашли ошибку в тексте? Напишите нам.

Добавляй ЛРНЧ в свою ленту Google Новостей.
Читайте далее 📖

Исследователи впервые успешно обучили модель машинного обучения в открытом космосе

7/30/2023 · 3 мин. чтения

Исследователи впервые успешно обучили модель машинного обучения в открытом космосе

Ученые разработали новую методику повышения качества 3D-печати

7/29/2023 · 3 мин. чтения

Ученые разработали новую методику повышения качества 3D-печати