Метод ідентифікації бойових машин на основі YOLO

Abstract

Запропоновано метод розпізнавання контурів об’єктів у відеопотоці даних. Дані потрібно завантажити за допомогою відеокамери у режимі реального часу та здійснити розпізнавання об’єктів. Використано мережу YOLO – метод ідентифікації та розпізнавання об’єктів у реальному часі. Розпізнані об’єкти будуть записані у відеопослідовності із зазначенням контурів об’єктів. Підхід, який запропоновано в проєкті, обґрунтовано синтезує методи штучного інтелекту, теорії комп’ютерного зору, з одного боку, і розпізнавання образів – з іншого; він дає змогу отримати керуючі впливи та математичні функції для прийняття рішень у кожен момент часу з можливістю аналізування впливу зовнішніх факторів та прогнозування перебігу процесів. Детально описано встановлення нейромережі, наведено її характеристики та обґрунтовано її можливості. Висвітлено підходи до комп’ютерного бачення відокремлення об’єктів. Відомі методи нарощування областей, методи, що ґрунтуються на кластеризації, виділення контурів, методи з використанням гістограми. Запропоновано побудувати систему швидкої ідентифікації бойових машин на основі розроблених новітніх методів фільтрації зображень із використанням методів глибинного навчання. Ідентифікація машини потребуватиме на 10–20 % менше часу завдяки розробленій інформаційній технології виявлення об’єктів із використанням швидкозмінної інформації. A method for recognizing contours of objects in a video data stream is proposed. Data will be uploaded using a video camera in real time and object recognition will be performed. We will use the YOLO network – a method of identifying and recognizing objects in real time. Recognized objects will be recorded in a video sequence showing the contours of the objects. The approach Метод ідентифікації бойових машин на основі YOLO 101 proposed in the project reasonably synthesizes methods of artificial intelligence, theories of computer vision on the one hand, and pattern recognition on the other; it makes it possible to obtain control influences and mathematical functions for decision-making at every moment of time with the possibility of analyzing the influence of external factors and forecasting the flow of processes, and refers to the fundamental problems of mathematical modeling of real processes. The installation of the neural network is shown in detail. The characteristics of the neural network are shown and its capabilities are substantiated. Approaches to computer vision for object extraction are shown. Well-known methods are methods of expanding areas, methods based on clustering, contour selection, and methods using a histogram. The work envisages building a system for rapid identification of combat vehicles based on the latest image filtering methods developed using deep learning methods. The time spent on identifying the machine will be 10–20 % shorter, thanks to the developed new information technology for detecting objects in conditions of rapidly changing information.