基于分布式深度学习与合成数据生成用于搜救任务的小目标检测
计算机视觉与模式识别
2019-04-29 v1
摘要
对于搜救行动而言，尽快找到目标至关重要。监控摄像系统与无人机（UAV）被用于支援搜救。自动目标检测十分重要，因为人无法连续 24 小时同时监视多个监控屏幕。此外，在监控屏幕上目标往往过小而为人眼所不能辨识。本研究使用休斯顿港周边的无人机与固定监控摄像头，构建了一个自动目标检测系统，以支援美国海岸警卫队（USCG）寻找目标（如落水人员）。我们结合图像分割、增强与卷积神经网络，以减少小目标检测时间。我们比较了自动检测系统与人眼的性能。我们的系统在 8 秒内检测到目标，而人眼在 25 秒内检测到目标。我们的系统还使用合成数据生成与数据增强技术来提高目标检测精度。该方案可及时协助一线响应人员的搜救行动。
引用
@article{arxiv.1904.11619,
title = {Small Target Detection for Search and Rescue Operations using Distributed Deep Learning and Synthetic Data Generation},
author = {Kyongsik Yun and Luan Nguyen and Tuan Nguyen and Doyoung Kim and Sarah Eldin and Alexander Huyen and Thomas Lu and Edward Chow},
journal= {arXiv preprint arXiv:1904.11619},
year = {2019}
}
备注
6 pages, 4 figures, SPIE