Нейронные сети с вейвлет-преобразованием в задаче обнаружения надводных объектов при условиях плохой видимости

Аннотация

Филимонов А.Б, Нгуен Тхань Конг

Дата поступления статьи: 19.11.2024

В данной работе рассматривается проблема обнаружения и классификации надводных объектов в условиях плохой видимости, таких как дождь и туман. Основное внимание уделяется применению современных алгоритмов глубокого обучения, в частности архитектуры YOLO , для повышения точности и скорости обнаружения. Введение в проблему включает обсуждение ограничений, связанных с ухудшением видимости, изменением формы и размера объектов в зависимости от угла обзора, а также нехваткой обучающих данных. В работе также представлено использование дискретного вейвлет-преобразования для улучшения качества изображений и повышения устойчивости систем к неблагоприятным условиям. Экспериментальные результаты показывают, что предложенный алгоритм достигает высоких показателей точности и скорости, что делает его подходящим для применения в системах видеомониторинга беспилотниками.

Ключевые слова: YOLO, вейвлет- преобразование, надводные объекты, дроны, условие плохой видимости, преобразования Фурье, Haar

2.3.1 - Системный анализ, управление и обработка информации

.