دانلود مقاله و خرید ترجمه:تشخیص یک هواپیمای بدون سرنشین در حال حرکت براساس تخمین مسافت - یادگیری عمیق - 2020
بلافاصله پس از پرداخت دانلود کنید
مقالات ترجمه شده یادگیری عمیق ( deep learning )
  • Detection of a Moving UAV Based on Deep Learning-Based Distance Estimation تشخیص یک هواپیمای بدون سرنشین در حال حرکت براساس تخمین مسافت - یادگیری عمیق

    سال انتشار:

    2020


    ترجمه فارسی عنوان مقاله:

    تشخیص یک هواپیمای بدون سرنشین در حال حرکت براساس تخمین مسافت - یادگیری عمیق


    عنوان انگلیسی مقاله:

    Detection of a Moving UAV Based on Deep Learning-Based Distance Estimation


    منبع:

    Remote Sens: 2020, 12, 3035; doi:10:3390/rs12183035


    نویسنده:

    Ying-Chih Lai and Zong-Ying Huang


    چکیده انگلیسی:

    Distance information of an obstacle is important for obstacle avoidance in many applications, and could be used to determine the potential risk of object collision. In this study, the detection of a moving fixed-wing unmanned aerial vehicle (UAV) with deep learning-based distance estimation to conduct a feasibility study of sense and avoid (SAA) and mid-air collision avoidance of UAVs is proposed by using a monocular camera to detect and track an incoming UAV. A quadrotor is regarded as an owned UAV, and it is able to estimate the distance of an incoming fixed-wing intruder. The adopted object detection method is based on the you only look once (YOLO) object detector. Deep neural network (DNN) and convolutional neural network (CNN) methods are applied to exam their performance in the distance estimation of moving objects. The feature extraction of fixed-wing UAVs is based on the VGG-16 model, and then its result is applied to the distance network to estimate the object distance. The proposed model is trained by using synthetic images from animation software and validated by using both synthetic and real flight videos. The results show that the proposed active vision-based scheme is able to detect and track a moving UAV with high detection accuracy and low distance errors.
    Keywords: unmanned aerial vehicle (UAV) | you only look once (YOLO) | deep neural network (DNN) | convolutional neural network (CNN) | object detection | sense and avoid (SAA) | mid-air collision avoidance


    چکیده فارسی:

    اطلاعات فاصله از یک مانع برای اجتناب از موانع در بسیاری از برنامه‌ها مهم است و می‌تواند برای تعیین خطر احتمالی برخورد جسم مورد استفاده قرار گیرد . در این مطالعه , تشخیص یک وسیله نقلیه هوایی بدون سرنشین ( UAV ) با تخمین فاصله - یادگیری عمیق برای انجام مطالعه امکان‌سنجی با استفاده از یک دوربین تک بعدی برای تشخیص و ردیابی یک هواپیمای بدون سرنشین مافوق صوت پیشنهاد شده‌است . یک پرنده به عنوان یک هواپیمای بدون سرنشین در نظر گرفته می‌شود و این پرنده می‌تواند فاصله یک متجاوز با بال ثابت را تخمین بزند .
    روش تشخیص شی مورد استفاده تنها بر پایه آشکارسازی هدفی است که یکبار به آن نگاه می‌کنید .
    از روش‌های شبکه عصبی عمیق ( DNN ) و شبکه عصبی تحولی ( CNN ) برای امتحان عملکرد خود در تخمین فاصله اشیا متحرک استفاده شده‌است . استخراج ویژگی از UAVs بال ثابت بر مبنای مدل VGG - ۱۶ است و سپس نتیجه آن برای تخمین فاصله شی به شبکه دوردست اعمال شده‌است . مدل پیشنهادی با استفاده از تصاویر ترکیبی از نرم‌افزار انیمیشن و با استفاده از هر دو ویدیو ترکیبی و ترکیبی آموزش داده می‌شود . نتایج نشان می‌دهد که طرح مبتنی بر دیدگاه فعال پیشنهادی قادر به تشخیص و ردیابی یک هواپیمای بدون سرنشین با دقت تشخیص بالا و خطای فاصله‌ای کم می‌باشد .
    واژه های کلیدی: وسیله نقلیه هوایی بدون سرنشین ( UAV ) | شما فقط یکبار نگاه کنید ( YOLO ) | شبکه عصبی عمیق ( DNN ) | شبکه عصبی کانولوشنال (CNN) | تشخیص شی | حس و اجتناب ( SAA ) | اجتناب از برخورد هوا


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 28
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 43

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 3004 کیلوبایت


    قیمت: 65000 تومان    52000 تومان (20 % تخفیف)


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi