Jag accepterar att kakor lagras på min dator

Läs mer

Implementation and evaluation of a method for detection of ground targets in aerial EO/IR imagery.

Implementation and evaluation of a method for detection of ground targets in aerial EO/IR imagery. Beställ tryckt exemplar Lägg i kundvagnen
Författare: Karlholm Jörgen
Ort: Linköping
Sidor: 21
Utgivningsår: 2004
Publiceringsdatum: 2004-01-01
Rapportnummer: (FOI-R--1267--SE)
Nyckelord detektering, markmål, flygspaning, övervakning, UAV, detection, ground targets, air reconnaissance, aerial surveillance, UAV
Sammanfattning Ett sätt att öka robustheten och effektiviteten hos obemannade flygande spaningsfarkoster är att introducera en förmåga till autonom datainsamling. För att efterlikna en sensoroperatörs sökmönster, där sökning över ett brett synfält kombineras med inzooming och detaljerad granskning av intressanta regioner, måste systemet kunna generera målindikationer i realtid. Snabba detektionsalgoritmer är också användbara för att invisa bildtolkar som bearbetar stora mängder flygspaningsdata, liksom i målsökartillämpningar. En detektionsalgoritms beräkningseffektivitet beror på dess strukturella utformning, kostnaden för särdragsextraktion samt särdragens diskrimineringsförmåga. På senare tid har ett flertal forskare föreslagit en sekvens (eller kaskad) av allt mer komplexa klassificerare som en metod att uppnå hög bearbetningstakt vid låga falsklarms- och missannolikheter. Den grundläggande principen (tillämpad rekursivt) är att en stor del av bakgrunden kan förkastas av en mycket enkel klassificerare innan en mer komplex klassificerare appliceras på återstående delar av bilden. Träningen av varje enskilt kaskadsteg kan integreras med särdragsval på så sätt att de mest diskriminerande särdragen i en mycket stor uppsättning sekventiellt adderas tills uppställda prestandakrav uppnås. I denna studie används en klass beräkningsmässigt mycket effektiva särdrag liknande Haar-wavelets. Klassificeraren tränas med en variant av LogitBoost som tillåter olika kostnader för falsklarm och missar. De experimentella resultaten är uppmuntrande och indikerar att det vid sökning efter militära markfordon är möjligt att uppnå hög bearbetningstakt samtidigt med låga falsklarms- och missannolikheter.
Abstract One way to increase the robustness and efficiency of unmanned aerial surveillance platforms is to introduce an autonomous data acquisition capability. In order to mimic a sensor operator´s search pattern, combining wide area search with detailed study of detected regions of interest, the system must be able to produce target indications in real time. Rapid detection algorithms are also useful for cueing image analysts that process large amounts of air reconnaissance imagery, as well as in target seekers. The computational efficiency of a detector is affected by its structural design, the cost of feature extraction, and the discriminative power of the features. The use of a sequence (or cascade) of increasingly complex classifiers has by several authors been suggested as a means to achieve high processing rates at low false alarm and miss rates. The basic principle (applied recursively) is that much of the background can be rejected by a simple classifier before a more complex classifier is applied to the more difficult remaining image regions. The training of each stage of the detector cascade can be integrated with a feature selection process that iteratively adds the most discriminative features from a very large set of features until the detection performance criteria are met. The features used in this study are similar to Haar wavelets and can be computed extremely efficiently. The classifier is trained using a variant of the LogitBoost algorithm that permits different penalties for false alarms and misses. The results obtained are encouraging, and suggest that it is possible to achieve high-processing rates at very low false alarm and miss rates when searching for military ground vehicles.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182