diplomsko delo
Jaša Samec (Avtor), Matej Kristan (Mentor), Alan Lukežič (Komentor)

Povzetek

S porastom priljubljenosti dronov se je zaradi raznih varnostnih razlogov pojavila tudi zahteva po sistemih, ki jih lahko zaznajo. V nalogi obravnavamo problem zaznavanja dronov z metodami računalniškega vida in predlagamo nov dolgoročni sledilnik, specializiran za detekcijo in sledenje dronov. Predlagan sledilnik je sestavljen iz kratkoročnega sledilnika, detektorja in modula za zaznavanje odpovedi. Sistem deluje tako, da med sledenjem modul za zaznavanje odpovedi neprestano preverja, ali je kratkoročni sledilnik odpovedal in v primeru, da je, ga z uporabo detektorja reinicializira. Odpoved zazna s pomočjo dveh podsistemov, kjer se prvi zanaša na periodično poganjanje detektorja in preverjanja ujemanja detekcij s sledilnikom, drugi pa na zaupanje sledilniku. Pri izdelavi arhitekture metode smo posvetili posebno pozornost tudi hitrosti izvajanja. Predlagamo tri variacije dolgoročnega sledilnika, katere se razlikujejo v hitrosti in natančnosti. Najnatančnejša med njimi doseže mero F1, ki je za 31,8 % višja od detektorja YOLOv5, najhitrejša metoda pa je za 17,6 % hitrejša od omenjenega detektorja in posnetke obdela s hitrostjo 173 sličic na sekundo. Tretja različica detektorja predstavlja dober kompromis med hitrostjo (za 4,1 % hitrejši kot YOLOv5) in natančnostjo (za 29,5 % višja mera F1 kot YOLOv5).

Ključne besede

droni;vizualno sledenje;dolgoročno sledenje;detektor;univerzitetni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [J. Samec]
UDK: 004.93:629.014.9(043.2)
COBISS: 164713475 Povezava se bo odprla v novem oknu
Št. ogledov: 41
Št. prenosov: 5
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: A computer-vision method for long-term realtime drone tracking
Sekundarni povzetek: With the rise in popularity of drones and due to various security reasons that come along with them, there has also been a demand for systems that can detect them. In this diploma thesis, we address the problem of drone detection using computer vision methods and propose a new long-term tracker specialized for drone detection and tracking. The proposed tracker consists of a short-term tracker, a detector, and a failure detection module. The system works in such a way that, during tracking, the failure detection module constantly checks whether the short-term tracker has failed and, if so, reinitializes it using the detector. It detects the failure using two subsystems, the first relying on periodically triggering the detector and checking that detections match the tracker, and the second relying on the tracker's confidence. When creating the architecture of the method, we also paid special attention to the speed of execution. We propose three variations of the long-term tracker, which differ in speed and accuracy. The most accurate of them achieves F1, which is 31.8 % higher than the YOLOv5 detector, and the fastest method is 17.6 % faster than the aforementioned detector and processes images at a speed of 173 frames per second. The third version of the detector represents a good compromise between speed (4.1 % faster than YOLOv5) and accuracy (29.5 % higher F1 measure than YOLOv5).
Sekundarne ključne besede: drones;visual tracking;long-term tracking;computer science;computer and information science;diploma;Brezpilotni letalniki;Računalniški vid;Sledilni sistemi (tehnika);Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000468
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 53 str.
ID: 19892441