Роботи, що індексуються в Google Scholar
АДАПТИВНІ МЕТОДИ ВИЯВЛЕННЯ МАЛОПОМІТНИХ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ НА ОСНОВІ ГІБРИДНИХ МОДЕЛЕЙ КОМП’ЮТЕРНОГО ЗОРУ ТА МАШИННОГО НАВЧАННЯ
Опубліковано 30.05.2025
Як цитувати
Скаліш, Р., & Процик, Ю. (2025). АДАПТИВНІ МЕТОДИ ВИЯВЛЕННЯ МАЛОПОМІТНИХ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ НА ОСНОВІ ГІБРИДНИХ МОДЕЛЕЙ КОМП’ЮТЕРНОГО ЗОРУ ТА МАШИННОГО НАВЧАННЯ. Матеріали конференцій МЦНД, (30.05.2025; Київ, Україна), 436–437. вилучено із https://archives.mcnd.org.ua/index.php/conference-proceeding/article/view/905
Завантаження
Дані завантаження ще не доступні.
Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.
Анотація
У сучасних умовах широкого поширення безпілотних літальних апаратів (БПЛА), зокрема в цивільному та військовому секторах, зростає потреба в ефективних засобах їх виявлення, особливо у випадках використання малогабаритних, малопомітних або навмисно замаскованих дронів. Завдання ускладнюється низькою візуальною сигнатурою таких апаратів, впливом погодних умов, змін фону та динаміки сцени. У зв’язку з цим особливо актуальним є розвиток адаптивних методів, здатних до самонавчання, контекстної перебудови та роботи в реальному часі.
Посилання
- 1. Girshick R. et al. Region-based Convolutional Networks. CVPR, 2014–2016.
- 2. Redmon J. et al. YOLO Object Detection. arXiv preprints, 2016–2018.
- 3. Lucas B., Kanade T. An Iterative Image Registration Technique. 1981.
- 4. Alzubaidi L. et al. Review of Deep Learning. Journal of Big Data, 2021.
- 5. Schwefel H.-P. Evolution Strategies. Springer, 1995.