Purpose: The paper is aimed to point out an artificial intelligence as a key priority for research and development issues. Consideration of existing methods of object detection is one important tasks of the paper. The represented research results are aimed to investigate a problem of moving object detection by visual sensor data for Unmanned Aerial System application. Methods: Represented approach is grounded on probabilistic and statistical methods of data processing, in particular on Aggregate Channel Features approach usage for object detection. Results: An Aggregate Channel Features approach for object detection by video-stream at different scenarios has been practically investigated. Results of experimental investigation of ACF usage for moving vehicles detection, such as cars and trams, indicate good performance characteristics. Also, a dependence between training time of detector and amount of object positive instances has been investigated for particular case. Discussion: Multiple advantages of Aggregate Channel Features object detector such as universality, simplicity of realization and good compromise between computation time and detection accuracy allow to use it in the tasks of people, vehicles, artificial and natural objects detection in UAS application. Represented results can be implemented in Unmanned Aerial Systems for searching and tracking of movable objects.
Дослідження методу виявлення об’єктів за узагальненими канальними характеристиками для застосування у БАС
Abstract in Ukrainian
Мета: Робота спрямована на те, щоб визначити штучний інтелект як ключовий пріоритет у питаннях досліджень та розробок. Розгляд існуючих методів виявлення об'єктів є одним з важливих завдань статті. Представлені результати досліджень спрямовані на дослідження проблеми виявлення рухомих об'єктів за допомогою даних візуальних датчиків для застосування у безпілотній авіаційній системі. Методи: представлений підхід грунтується на імовірнісних та статистичних методах обробки даних, зокрема використання підходу узагальнених канальних характеристик для виявлення об'єктів. Результати: Метод пошуку об'єктів за узагальненими канальними характеристиками за використанням відеопотоку з різними сценаріями був досліджений практичним способом. Результати експериментального дослідження використання узагальнених канальних характеристик для виявлення рухомих засобів транспорту, таких як автомобілів та трамваїв, свідчать про високі характеристики методу. Також досліджено залежність між часом тренування детектора та об'ємом позитивних екземплярів у конкретному випадку. Обговорення: Численні переваги методу виявлення об’єктів за узагальненими канальними характеристиками, такі як універсальність, простота реалізації та компроміс між часом обчислення та точністю виявлення, дозволяють використовувати його у завданнях виявлення людей, транспортних засобів, штучних та природних об'єктів для застосуванні у БАС. Представлені результати можуть бути впроваджені в безпілотні авіаційні системи для пошуку та моніторингу рухомих об'єктів. Ключові слова: БАС, штучний інтелект, узагальнені канальні характеристики, виявлення об’єктів, відеопотік.
Abstract in Russian
Цель: Статья направлена на то, чтобы определить искусственный интеллект как ключевой приоритет у вопросах исследований и разработок. Рассмотрение существующих методов обнаружения объектов является одной из важных задач статьи. Представлены результаты исследований направлены на исследование проблемы обнаружения движущихся объектов с помощью данных визуальных датчиков для применения в беспилотной авиационной системе. Методы: представлен подход основывается на вероятностных и статистических методах обработки данных, в том числе использование подхода обобщенных канальных характеристик для обнаружения объектов. Результаты: Метод поиска объектов по обобщенным канальными характеристиками за использованием видеопотока с разным сценариям был исследован практическим способом. Результаты экспериментального исследования использования обобщённых канальных характеристик для обнаружения подвижных средств транспорта, таких как автомобилей и трамваев, свидетельствуют о высоких характеристиках метода. Также исследована зависимость между временем тренировки детектора и объёмом позитивных экземпляров в конкретном случае. Обсуждение: Многочисленные преимущества метода обнаружения объектов по обобщённым канальным характеристикам, такие как универсальность, простота реализации и компромисс, между временем вычисления и точностью обнаружения позволяют использовать его в заданиях обнаружения людей, транспортных средств, искусственных и естественных объектов для применении в БАС. Представленные результаты могут быть внедрены в беспилотные авиационные системы для поиска и мониторинга подвижных объектов. Ключевые слова: БАС, искусственный интеллект, обобщенные канальные характеристики, обнаружение объектов, видеопоток.
Type
Peer-Reviewed Articles, Published in Local Journals
Kuzmenko N.S., Kharchenko V.P., Ostroumov I.V.An investigation of Aggregate Channel Features object detector for UAS application. Proceedings of the National Aviation University. . № 78(1). P. 14-21 DOI: 10.18372/2306-1472.1.13651 .
IEEE
N.S. Kuzmenko, V.P. Kharchenko, and I.V. Ostroumov, "An investigation of Aggregate Channel Features object detector for UAS application," in Proceedings of the National Aviation University, vol. 78, issue 1, , pp. 14-21 , doi:10.18372/2306-1472.1.13651.
Harvard
Kuzmenko N.S., Kharchenko V.P., and Ostroumov I.V., 2019. An investigation of Aggregate Channel Features object detector for UAS application. In Proceedings of the National Aviation University, 78(1) (pp. 14-21).
Springer
Kuzmenko, N.S., Kharchenko, V.P., Ostroumov, I.V.: An investigation of Aggregate Channel Features object detector for UAS application. Proceedings of the National Aviation University 78(1), 14-21 (2019). doi:10.18372/2306-1472.1.13651.
Ivan OSTROUMOV, DSc and PhD