Радиопромышленность. 2020; 30: 21-27
Повышение вероятности распознавания цели по двумерному изображению с датчика видимого диапазона комплекса для обеспечения поисково-спасательных операций в условиях Арктики
https://doi.org/10.21778/2413-9599-2020-30-3-21-27Аннотация
В статье рассматривается задача повышения вероятности распознавания цели для бортового комплекса информационной поддержки проведения поисково-спасательных операций в условиях Арктики. Одной из задач разрабатываемого комплекса является распознавание объектов по двумерным изображениям телевизионной камеры, где, вследствие использования принципа постоянной яркости происходит потеря яркостной составляющей изображения, что может влиять на вероятность распознавания цели. Для сохранения яркостной составляющей изображения авторами предложено обрабатывать первичные сигналы телевизионной камеры согласно принципу постоянной цветовой яркости, использование которого может повысить вероятность распознавания цели. В работе проведен анализ принципов кодирования первичных сигналов телевизионного тракта, для задачи распознавания объектов было проведено обучение каскадов на основе каскадного классификатора с использованием принципов постоянной яркости и постоянной цветовой яркости. Полученные результаты работы обученных каскадов подтвердили, что обработка первичных сигналов телевизионной камеры на основе принципа постоянной яркости повышает вероятность распознавания цели и, следовательно, эффективность работы разрабатываемого комплекса при задаче распознавания заданных объектов.
Список литературы
1. Основы выживания. Арктический регион [Электронный ресурс]. URL: http://arctica.igps.ru/start (дата обращения: 20.04.2020).
2. Особенности вертолетовождения в полярных районах Северного и Южного полушарий [Электронный ресурс]. URL: http://ooobskspetsavia.ru/2015/10/16/osobennosti-vertoletovozhdeniya-v-polyarnyx-rajonax-severnogo-i-yuzhnogopolusharij (дата обращения: 20.04.2020).
3. Бортовой комплекс информационной поддержки проведения поисково-спасательных операций в условиях Арктики / С.А. Матвеев, С.А. Рудыка, Ю.В. Петров, А.С. Жданов // Вопросы радиоэлектроники. 2019. № 6. С. 30–37. DOI: 10.21778/2218-5453-2019-6-30-37.
4. Полосин Л. Л. Принцип постоянной цветовой яркости в телевидении // Телевизионная техника и связь. Спец. выпуск, посвященный 50-летию НИИТ. 1995. С. 28–37.
5. Сухов Т. М., Беляев Е. А. Использование принципа постоянной цветовой яркости для передачи видеоинформации // Известия вузов. Приборостроение. 2011. Том 1. С. 55–59.
6. Полосин Л. Л. Представление цветов в метрическом векторном пространстве // Известия вузов России. Радиоэлектроника. 2013. Вып. 2. C. 54–61.
7. Применение и реализации принципа постоянной цветовой яркости в цифровых системах кодирования видеоинформации / Т.М. Сухов, С.Ю. Страхов, Л.Б. Кочин, Е.А. Беляев // Труды СПИИРАН. 2017. Вып. 54. C. 84–105.
8. Viola P., Jones M. J. Rapid Object Detection using a Boosted Cascade of Simple Features. Computer Vision and Pattern Recognition, 2001, IEEE Publ, pp. 511–518. DOI: 10.1109/CVPR.2001.990517
9. Стадник А. В., Кравчук А. В., Гулина К. И. Построение классификаторов с использованием искусственных нейронных сетей и принципа ADABOOST // Вестник РУДН, серия: Математика. Информатика. Физика. 2014. № 2. С. 431–436.
10. Viola P., Jones M. Robust Real-Time Face Detection. International Journal of Computer Vision, 2004, no. 57(2), pp.137–154.
11. Клэр А., Брэдски Г. Изучаем OpenCV 3. М.: ДМК Пресс, 2017. 826 с.
12. Белых Е. А. Обучение каскадов Хаара // Вестник Сыктывкарского университета. Серия 1: Математика. Механика. Информатика. 2017. Выпуск 1 (22). С. 41–53.
Radio industry (Russia). 2020; 30: 21-27
Increasing the probability of recognizing a target using a two-dimensional image from the sensor of the visible range of the onboard complex of information support for search and rescue operations in the Arctic
https://doi.org/10.21778/2413-9599-2020-30-3-21-27Abstract
The article addresses the task of improving target recognition in onboard information support system for search and rescue operations in the Arctic region. One of the tasks performed by the complex is recognition of objects in twodimensional camera images, which suffer from the loss of the image brightness, being formed by constant brightness principle, with its direct impact on the probability of target recognition. To preserve the brightness of the image, the authors propose to process the primary signals of the camera according to the principle of constant color brightness. The proposed processing can increase the probability of correct target recognition. The paper analyzes the principles of encoding the primary signals of the television camera. For the object recognition problem, the cascades were trained based on the cascade classifier using the principles of constant brightness and constant color brightness. The output of the trained cascades has confirmed that the processing of the primary signals of a television camera based on the principle of constant brightness improves target recognition and therefore will increase the object recognition performance of the complex under development.
References
1. Osnovy vyzhivaniya. Arkticheskii region [Elektronnyi resurs]. URL: http://arctica.igps.ru/start (data obrashcheniya: 20.04.2020).
2. Osobennosti vertoletovozhdeniya v polyarnykh raionakh Severnogo i Yuzhnogo polusharii [Elektronnyi resurs]. URL: http://ooobskspetsavia.ru/2015/10/16/osobennosti-vertoletovozhdeniya-v-polyarnyx-rajonax-severnogo-i-yuzhnogopolusharij (data obrashcheniya: 20.04.2020).
3. Bortovoi kompleks informatsionnoi podderzhki provedeniya poiskovo-spasatel'nykh operatsii v usloviyakh Arktiki / S.A. Matveev, S.A. Rudyka, Yu.V. Petrov, A.S. Zhdanov // Voprosy radioelektroniki. 2019. № 6. S. 30–37. DOI: 10.21778/2218-5453-2019-6-30-37.
4. Polosin L. L. Printsip postoyannoi tsvetovoi yarkosti v televidenii // Televizionnaya tekhnika i svyaz'. Spets. vypusk, posvyashchennyi 50-letiyu NIIT. 1995. S. 28–37.
5. Sukhov T. M., Belyaev E. A. Ispol'zovanie printsipa postoyannoi tsvetovoi yarkosti dlya peredachi videoinformatsii // Izvestiya vuzov. Priborostroenie. 2011. Tom 1. S. 55–59.
6. Polosin L. L. Predstavlenie tsvetov v metricheskom vektornom prostranstve // Izvestiya vuzov Rossii. Radioelektronika. 2013. Vyp. 2. C. 54–61.
7. Primenenie i realizatsii printsipa postoyannoi tsvetovoi yarkosti v tsifrovykh sistemakh kodirovaniya videoinformatsii / T.M. Sukhov, S.Yu. Strakhov, L.B. Kochin, E.A. Belyaev // Trudy SPIIRAN. 2017. Vyp. 54. C. 84–105.
8. Viola P., Jones M. J. Rapid Object Detection using a Boosted Cascade of Simple Features. Computer Vision and Pattern Recognition, 2001, IEEE Publ, pp. 511–518. DOI: 10.1109/CVPR.2001.990517
9. Stadnik A. V., Kravchuk A. V., Gulina K. I. Postroenie klassifikatorov s ispol'zovaniem iskusstvennykh neironnykh setei i printsipa ADABOOST // Vestnik RUDN, seriya: Matematika. Informatika. Fizika. 2014. № 2. S. 431–436.
10. Viola P., Jones M. Robust Real-Time Face Detection. International Journal of Computer Vision, 2004, no. 57(2), pp.137–154.
11. Kler A., Bredski G. Izuchaem OpenCV 3. M.: DMK Press, 2017. 826 s.
12. Belykh E. A. Obuchenie kaskadov Khaara // Vestnik Syktyvkarskogo universiteta. Seriya 1: Matematika. Mekhanika. Informatika. 2017. Vypusk 1 (22). S. 41–53.
