MỘT CÁCH TIẾP CẬN MỚI SỬ DỤNG THỊ GIÁC MÁY TÍNH CHO VIỆC PHÁT HIỆN MÁY BAY KHÔNG NGƯỜI LÁI

Tóm tắt

Ngày nay, một cá nhân hay tổ chức có thể dễ dàng có được một máy bay không người lái (drone) với mức ngân sách chấp nhận được. Với khả năng mang theo những vật liệu nổ, các camera và các vật phi pháp, các drone có thể trở thành các mối đe dọa về anh ninh đối với các tổ chức quân và dân sự. Phát hiện các drone xuất hiện trong các khu vực không được phép trở thành một bài toán cấp thiết. Bài báo này thực hiện các nghiên cứu thực nghiệm cho việc huấn luyện mạng nơ-ron tích chập nhiều tầng Faster R-CNN để Faster-CNN sau khi huấn luyện có thể phát hiện chính xác nhất các drone trong ảnh. Faster R-CNN sau khi huấn luyện có thể sử dụng trong các hệ thống phát hiện, cảnh báo và phòng thủ drone cho các khu vực nhạy cảm. Mạng Faster R-CNN được huấn luyện sử dụng tập dữ liệu ảnh với các hộp giới hạn gán nhãn drone và các lựa chọn huấn luyện khác nhau. Với các lựa chọn huấn luyện hợp lý được xác định thông qua các thực nghiệm, Faster R-CNN sau khi huấn luyện có thể phát hiện drone với độ chính xác trung bình lên tới 0,774, cao hơn 83% so với Fast R-CNN với độ chính xác trung bình là 0,420 trên cùng một tập dữ liệu.