13.06.2025; Луцьк, Україна: IX Міжнародна наукова конференція «Проблеми та перспективи реалізації та впровадження міждисциплінарних наукових досягнень»
Роботи, що індексуються в Google Scholar

ІНТЕЛЕКТУАЛЬНІ МЕТОДИ ВИЯВЛЕННЯ МАЛОПОМІТНИХ БПЛА ЗАСОБАМИ КОМП’ЮТЕРНОГО ЗОРУ ТА ГЛИБОКОГО НАВЧАННЯ

  • Роман Скаліш,
  • Юрій Процик
DOI: https://doi.org/10.62731/mcnd-13.06.2025.006
PDF

Опубліковано 13.06.2025

Як цитувати

Скаліш, Р., & Процик, Ю. (2025). ІНТЕЛЕКТУАЛЬНІ МЕТОДИ ВИЯВЛЕННЯ МАЛОПОМІТНИХ БПЛА ЗАСОБАМИ КОМП’ЮТЕРНОГО ЗОРУ ТА ГЛИБОКОГО НАВЧАННЯ. Матеріали конференцій МЦНД, (13.06.2025; Луцьк, Україна), 253–263. https://doi.org/10.62731/mcnd-13.06.2025.006

Завантаження

Дані завантаження ще не доступні.

Авторське право (c) 2025 Роман Скаліш; Юрій Процик (Науковий керівник)

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.

Google Scholar

Анотація

Стрімкий розвиток безпілотних літальних апаратів (БПЛА) – від масових комерційних дронів до мікро- та нано-дронів – створює нові виклики для систем безпеки. Завдяки своїм компактним розмірам, високій маневреності та здатності літати на малій висоті, такі дрони можуть залишатися малопомітними для класичних засобів виявлення (радарів, оптичних систем спостереження тощо).

PDF

Посилання

  1. 1. Redmon J., Divvala S., Girshick R., Farhadi A. You Only Look Once: Unified, Real-Time Object Detection. – Proc. of IEEE CVPR, 2016 .
  2. 2. Ren S., He K., Girshick R., Sun J. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. – Advances in Neural Information Processing Systems 28 (NIPS 2015) .
  3. 3. Liu W., Anguelov D., Erhan D., et al. SSD: Single Shot MultiBox Detector. – In: Leibe B. et al. (eds) Computer Vision – ECCV 2016. Lecture Notes in Computer Science, vol 9905 .
  4. 4. Bochkovskiy A., Wang C.-Y., Liao H.-Y.M. YOLOv4: Optimal Speed and Accuracy of Object Detection. – arXiv preprint arXiv:2004.10934, 2020 .
  5. 5. Alsaer N., Abdelfatah R., Ismail T., Mahmoud H. Vision-Based UAV Detection and Tracking Using Deep Learning and Kalman Filter. – Computational Intelligence, vol. 41, no. 1, article e70026, 2025 .
  6. 6. Zhou S., Yang L., Liu H., et al. Improved YOLO for long range detection of small drones. – Scientific Reports, vol. 15, article 12280, 2025 .
  7. 7. Wisniewski M., Rana Z.A., Petrunin I., et al. Drone Detection using Deep Neural Networks Trained on Pure Synthetic Data. – arXiv preprint arXiv:2411.09077, 2024 .
  8. 8. Muhamad Zamri F.N., Gunawan T.S., Kartiwi M., et al. Deep Learning Techniques for Advanced Drone Detection Systems: A Comprehensive Review. – Indonesian Journal of Electrical Engineering and Informatics, vol. 12, no. 4, pp. 1040–1050, 2024 .