Auf tiefem Lernen basierendes Vision-System zur Erkennung von Menschen in Drohnenvideos

Die Erkennung von Menschen anhand von Drohnenvideos hat viele potenzielle Anwendungsmöglichkeiten, z. B. die Suche nach vermissten Personen, die Überwachung illegaler Einwanderer und die Überwachung kritischer Infrastrukturen. Es handelt sich jedoch um ein sehr anspruchsvolles Computer-Vision-Problem, das es zu lösen gilt. Die Schwierigkeiten hängen mit vielen Aspekten zusammen, z. B. mit den Schwankungen der Kameraperspektive, den Veränderungen der Beleuchtungs- und Wetterbedingungen sowie den Schwankungen der umgebenden Objekte. In letzter Zeit haben sich Deep-Learning-basierte Bildverarbeitungssysteme bei vielen Objekterkennungsproblemen als sehr erfolgreich erwiesen. Daher zielt diese Arbeit darauf ab, ein auf Deep Learning basierendes Bildverarbeitungssystem zu entwickeln, das auf das Problem der Erkennung von Menschen in Videos, die von einer Drohnenkamera aufgenommen wurden, angewendet wird. Das vorgestellte System umfasst insbesondere einen Erkennungsansatz, der aus einem Faster R-CNN Deep-Learning-Modell besteht, um den Menschen in den aufgenommenen Drohnenbildern zu erkennen. Um die Leistung des vorgeschlagenen Bildverarbeitungsmodells zu bewerten, wurden verschiedene Videos mit einer Drohne an verschiedenen Orten, aus verschiedenen Blickwinkeln und unter verschiedenen Wetterbedingungen aufgenommen. Die Ergebnisse zeigen die Effektivität des vorgeschlagenen Systems für die Erkennung von Menschen in drohnenbasierten Videos.