Auf tiefem Lernen basierendes Vision-System zur Erkennung von Menschen in Drohnenvideos

Die Erkennung von Menschen anhand von Drohnenvideos hat viele potenzielle Anwendungsm glichkeiten, z. B. die Suche nach vermissten Personen, die berwachung illegaler Einwanderer und die berwachung kritischer Infrastrukturen. Es handelt sich jedoch um ein sehr anspruchsvolles Computer-Vision-Problem, das es zu l sen gilt. Die Schwierigkeiten h ngen mit vielen Aspekten zusammen, z. B. mit den Schwankungen der Kameraperspektive, den Ver nderungen der Beleuchtungs- und Wetterbedingungen sowie den Schwankungen der umgebenden Objekte. In letzter Zeit haben sich Deep-Learning-basierte Bildverarbeitungssysteme bei vielen Objekterkennungsproblemen als sehr erfolgreich erwiesen. Daher zielt diese Arbeit darauf ab, ein auf Deep Learning basierendes Bildverarbeitungssystem zu entwickeln, das auf das Problem der Erkennung von Menschen in Videos, die von einer Drohnenkamera aufgenommen wurden, angewendet wird. Das vorgestellte System umfasst insbesondere einen Erkennungsansatz, der aus einem Faster R-CNN Deep-Learning-Modell besteht, um den Menschen in den aufgenommenen Drohnenbildern zu erkennen. Um die Leistung des vorgeschlagenen Bildverarbeitungsmodells zu bewerten, wurden verschiedene Videos mit einer Drohne an verschiedenen Orten, aus verschiedenen Blickwinkeln und unter verschiedenen Wetterbedingungen aufgenommen. Die Ergebnisse zeigen die Effektivit t des vorgeschlagenen Systems f r die Erkennung von Menschen in drohnenbasierten Videos.