Найти

Расширенные фильтры
Опубликовано после
Опубликовано до

Результаты поиска

Найдено результатов: 8.

  • МЕТРИКИ ОЦЕНКИ АЛГОРИТМОВ АВТОМАТИЧЕСКОГО СОПРОВОЖДЕНИЯ

    А. Е. Щелкунов, В. В. Ковалев, К.И. Морев, И. В. Сидько
    2020-07-10
    Аннотация ▼

    Работа посвящена обзору существующих метрик для оценки качества выполнения задачи сопровождения объектов на видео различными алгоритмами. При оценке алгоритмов сопро-вождения для последующего их сравнения недостаточно использовать одну метрику, а следует оценивать алгоритмы по набору различных независимых оценок. С этой целью было проведено исследование существующих метрик оценки алгоритмов, результаты которого приведены в статье. В обзоре участвует множество различных подходов к оценке алгоритмов. Например, подходы основанные на оценке определения центра объекта сопровождения, которые являют-ся одними из первых и популярных до сих пор метрик оценки алгоритмов сопровождения. К основным недостаткам таких подходов можно отнести сложность определения истинного центра объекта, а также интерпретация оценок при различных размерах объекта. Для устра-нения этих недостатков в статье вводится новая метрика: несмещенная (оконная) ошибка определения центра объекта, которая учитывает постоянную составляющую ошибки опреде-ления центра. К другим подходам можно отнести метрики, основанные на анализе коэффици-ента Жаккара. Так же в статье рассмотрены подходы, основанные на анализе сбоев сопровождения, в которых учитывается длина сопровождения и интенсивность отказов. Предложен новый метод оценки алгоритмов при потере визуального контакта с сопровождаемым объектом, учитывающий количество кадров в которых был потерян визуальный контакт с объек-том. В ходе исследования были рассмотрены подходы оценки алгоритмов одновременного сопровождения нескольких объектов. Были предложены интегральные метрики, задача которых получение комплексной оценки алгоритма сопровождения. Для формирования комплексной оценки желательно использование различных некоррелированных метрик. Комплексные оценки предоставляют возможность сравнивать алгоритмы между собой. В качестве комплексной оценки в статье предлагается использование метрики, объединяющей точность и устойчивость алгоритма. Как правило, в качестве метрики точности используется коэффициент Жаккара, однако для задач где точность сопровождения центра объекта является основопола-гающей, авторами предлагается использовать в качестве метрики точности несмещенную ошибку определения центра.

  • САМОПОДСТРАИВАЮЩАЯСЯ МНОГОКАНАЛЬНАЯ СИСТЕМА СЛЕЖЕНИЯ ЗА ФАЗОЙ СИГНАЛОВ ГЛОБАЛЬНЫХ НАВИГАЦИОННЫХ СПУТНИКОВЫХ СИСТЕМ

    А. А. Черкасова , А. Ю. Шатилов
    2025-04-27
    Аннотация ▼

    Спутниковая навигационная аппаратура зачатую работает в условиях априорной неопреде-
    ленности параметров взаимной динамики между передатчиком и потребителем и отношения
    сигнал/шум принимаемых сигналов спутниковых радионавигационных систем. Классические опти-
    мальные системы слежения за фазой сигнала в таких условиях оказываются не оптимальны по
    критерию минимума дисперсии ошибки. Более того, резкое изменение отношения сигнал/шум илидинамки, может приводить в такой системе к срыву слежения. Для работы в подобных условиях
    синтезирована самоподстраивающаяся многоканальная система слежения за фазой сигнала.
    Синтез проведен с использованием методов статистической теории синтеза оптимальных ра-
    диотехнических систем. Адаптивность к меняющейся мощности принимаемого сигнала достига-
    ется за счет включения отношения сигнал/шум [дБГц] в вектор оцениваемых параметров фильт-
    ра. Адаптивность к интенсивности динамики изменения фазы достигается за счет применения
    системы многоканальной фильтрации. Проведено статистическое моделирование самоподстраи-
    вающейся многоканальной системы слежения за фазой с комплексным алгоритмом слежения за
    задержкой огибающей сигнала спутниковых радионавигационных систем. Определена чувстви-
    тельность слежения за фазой в различных динамических условиях. Самоподстраивающаяся мно-
    гоканальная система слежения за фазой с комплексным алгоритмом слежения за задержкой оги-
    бающей сигнала способна в условиях низкой динамики (обусловленной только динамикой опорного
    генератора) отрабатывать скачок отношения сигнал/шум с 50 до 10 дБГц и обратно без потери
    слежения за фазой. Синтезированная система способна сохранять слежение за фазой при скач-
    кообразных переходах динамики между низкой и высокой (обусловленной синусоидальным ускоре-
    ние 10g и синусоидальным рывком 10 g/s) динамикой при отношении сигнал/шум 24 дБГц. Таким
    образом, в реальных условиях, когда динамика изменения фазы и отношения сигнал/шум прини-
    маемых сигналов меняются непредсказуемым образом, самоподстраивающаяся многоканальная
    система слежения за фазой сигнала сохраняет слежение за фазой в гораздо более широком диапа-
    зоне условий, чем классическая оптимальная система слежения за фазой сигнала

  • МОДУЛЬ КОРРЕКТИРОВКИ ПАРАМЕТРОВ АЛГОРИТМОВ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ ОБЪЕКТОВ ДЛЯ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМ

    В. А. Тупиков, В. А. Павлова , А.И. Лизин , П.А. Гессен
    71-81
    2022-04-20
    Аннотация ▼

    В целях создания инновационного модуля автоматической корректировки алгорит-
    мов автоматического обнаружения и сопровождения объектов с обучением в реальном
    времени произведено исследование мирового опыта в области автоматического сопрово-
    ждения общего назначения с возможностью распознавания объекта сопровождения для
    применения во встраиваемых вычислительных устройствах оптико-электронных систем
    перспективных робототехнических комплексов. На основе проведенных исследований ото-
    браны и протестированы методы и подходы, которые позволяют с наибольшей точно-
    стью, при сохранении высокой вычислительной эффективности, обеспечивать обучение
    классификаторов на лету (online learning) без априорного знания о типе объекта слежения
    и обеспечивать последующую корректировку во время слежения и обнаружение исходного
    объекта в случае его кратковременной потери. В число таких способов входит гисто-
    грамма направленных градиентов – дескриптор ключевых признаков, основывающийся на
    анализе распределения градиентов яркости изображения объекта. Его использование по-
    зволяет сократить количество используемой информации без потери ключевых данных об
    объекте и увеличить скорость обработки изображений. В статье обоснован выбор одного
    из алгоритмов классификации в режиме реального времени, позволяющего решить задачу
    бинарной классификации – метода опорных векторов. В виду высокой скорости обработки
    данных и необходимости небольшого количества исходных обучающих данных для по-
    строения разделяющей гиперплоскости, на основе которой и происходит классификация
    объектов, данный метод выбран как наиболее подходящий для решения поставленной за-
    дачи. Для осуществления online-обучения была выбрана модификация метода опорных
    векторов, реализующая стохастический градиентный спуск на каждом шаге работы алго-
    ритма – Pegasos. Еще одним вспомогательным способом является метод кластеризации
    ключевых точек – таким образом обеспечивается ускоренный выбор объектов для обуче-
    ния и классификации. Авторами исследования проведена разработка и полунатурное моде-
    лирование предлагаемого модуля, проведена оценка эффективности его работы в задачах
    корректировки и обнаружения объекта интереса в режиме реального времени с предвари-
    тельным online-обучением в процессе слежения за объектом. Разработанный алгоритм
    показал высокую эффективность при решении поставленной задачи. В заключении пред-
    ставлены предложения по дальнейшему повышению точности и вероятности обнаруже-
    ния объекта интереса разработанным алгоритмом, а также по повышению его произво-
    дительности путем оптимизации вычислений.

  • ПОДДЕРЖКА ПЕТЕЛЬ СЛЕЖЕНИЯ ЗА ФАЗОЙ В ПРИЕМНИКЕ СПУТНИКОВОЙ НАВИГАЦИИ С ПОМОЩЬЮ ИЗМЕРЕНИЙ ИНЕРЦИАЛЬНОЙ НАВИГАЦИОННОЙ СИСТЕМЫ

    А.А. Черкасова , А. Ю. Шатилов , Т.А. Мухамедзянов
    2022-04-21
    Аннотация ▼

    Спутниковые радионавигационные системы позволяют оценивать вектор состояния
    потребителя, включающий в себя координаты, скорость потребителя и время относи-
    тельно системной шкалы. Требования к характеристикам данных систем постоянно рас-
    тут, что делает необходимым усовершенствование используемых в них алгоритмов обра-
    ботки радионавигационных сигналов. Одной из основных характеристик спутниковых ра-
    дионавигационных систем является точность оценивания вектора состояния потребите-
    ля. Улучшить эту характеристику позволяет наличие оценок фазы принимаемых радиона-
    вигационных сигналов. В спутниковой радионавигационной системе ошибки оценок фазы в
    петле слежения имеют две составляющие – динамическую и шумовую. Для компенсации
    шумовой ошибки необходимо уменьшать эквивалентную шумовую полосу сглаживающего
    фильтра петли слежения за фазой. Однако минимально возможная полоса сглаживающего
    фильтра ограничена наличием динамики потребителя и качеством опорного генератора.
    Вследствие чего, при наличии динамики потребителя, чувствительность и надежность
    слежения за фазой ухудшается. Для компенсации динамической ошибки в петле слежения
    за фазой можно использовать информацию от инерциальной навигационной системы.
    Спутниковая радионавигационная система и инерциальная навигационная система обла-
    дают взаимодополняющими характеристиками. Использование поддержки петель слеже-
    ния за фазой от инерциальной навигационной системы позволяет повысить чувствитель-
    ность и надежность ее работы при наличии динамики потребителя. Предполагается, что
    при такой реализации чувствительность петель слежения за фазой будет ограничена
    только нестабильностью опорного генератора и погрешностью инерциальных измерений.
    Был разработан алгоритм поддержки петель слежения за фазой измерениями от инерци-
    альной навигационной системы. Это привело к повышению чувствительности слежения за
    фазой, что обеспечивает повышение характеристик точности и надежности работы
    приемника спутниковой навигации. Проведено исследование разработанного алгоритма на
    модели, использующей в качестве входных данных реальные измерения спутниковой и инер-
    циальной навигационных систем. Разработанный алгоритм реализован в программном
    обеспечении прототипа инерциально-спутниковой навигационной системы NV216C-IMU.
    Проведены экспериментальные исследования в условиях автомобильной динамики на от-
    крытой местности. Результаты исследований представлены в работе.

  • КОРРЕЛЯЦИОННЫЙ АЛГОРИТМ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ С ОБУЧЕНИЕМ В РЕАЛЬНОМ ВРЕМЕНИ

    В. А. Тупиков , В. А. Павлова , А.Ю. Гагарина , П. А. Гессен , А.И. Лизин , М. В. Созинова
    2022-04-21
    Аннотация ▼

    Целью данной разработки является создание устойчивого алгоритма автоматиче-
    ского обнаружения и сопровождения недетерминированных объектов с обучением в реаль-
    ном времени, для встраиваемых вычислительных устройств оптико-электронныч систем.
    В рамках представленной работы произведено исследование и анализ имеющегося мирового
    научно-технического опыта в области алгоритмов автоматического сопровождения об-
    щего назначения. В статье показано что современные алгоритмы автоматического со-
    провождения представляют собой систему, принимающую решение о текущем положе-
    нии, размерах и других параметрах сопровождаемого образа на основе обучаемой модели.
    Авторами исследования выделены наиболее эффективные из применяемых базовых алго-
    ритмов, подходящие для применения во встраиваемых вычислительных системах робото-
    технических комплексов, и разработан новый алгоритм автоматического обнаружения и
    сопровождения недетерминированных объектов. Проведено полунатурное тестирование
    разработанного алгоритма и оценена его эффективность в решении задач не только ав-
    томатического сопровождения объектов, но и задач автоматического обнаружения объ-
    ектов по нескольким эталонным образам. В заключении представлены предложения по
    дальнейшему повышению точности разработанного алгоритма и по его оптимизации и
    внедрению в состав специального программного обеспечения бортовых вычислительных
    систем летательных аппаратов.

  • УСКОРЕНИЕ ПРЯМОГО ПРОХОДА ПРИ РЕАЛИЗАЦИИ СНС НА ОГРАНИЧЕННОМ ВЫЧИСЛИТЕЛЬНОМ РЕСУРСЕ

    А.Е. Щелкунов , В.В. Ковалев , И. В. Сидько , Н. Е. Сергеев
    2022-04-21
    Аннотация ▼

    Работа посвящена оптимизации архитектуры нейронной сети для ее запуска на ограни-
    ченном вычислительном ресурсе. Рассмотрено несколько подходов оптимизации, приведены
    оценки сложности и времени выполнения прямого прохода нейронной сети. Приведены сравни-
    тельные оценки сложности сети при применении разных подходов оптимизации. В работе
    представлен анализ выбранной архитектуры сети, получены оценки вычислительной сложно-
    сти отдельных составных частей (модулей) архитектуры. Произведен анализ возможных ме-
    тодов оптимизации каждого модуля. Описаны параметры рассмотренных модулей, размеры
    входных и выходных тензоров. Для оптимизации модуля выделения признаков протестировано
    несколько архитектур, ResNet 50, ResNet 18, MobileNet v3 small, MobileNet v3 large. Представлен
    сравнительный анализ вычислительной сложности и времени выполнения прямого прохода для
    каждой архитектуры. Замеры времени выполнения прямого прохода осуществлялись на
    встраиваемом вычислительном устройстве Jetson AGX Xaver от компании Nvidia. Представле-
    ны оценки времени выполнения прямого прохода для каждого модуля рассматриваемых нейрон-
    ных сетей. В работе приведены результаты сравнения оценок точности нейронной сети до и
    после оптимизации архитектуры. Набор данных для тестирования состоит из 100 видео запи-
    сей. В тестовых видеозаписях участвует 5 различных типовых объектов, для каждого класса
    объекта записано 10 различных сценариев. Для каждой из разработанных архитектур получе-
    ны оценки точности, произведен сравнительный анализ. В работе намечены пути для после-
    дующей оптимизации архитектуры сети.

  • АЛГОРИТМ ОБНАРУЖЕНИЯ ОБЪЕКТОВ ДЛЯ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМ С ОБУЧЕНИЕМ В РЕАЛЬНОМ ВРЕМЕНИ

    В.А. Тупиков , В. А. Павлова , В. А. Бондаренко , М. В. Созинова , П.А. Гессен
    2021-04-04
    Аннотация ▼

    В целях создания нового алгоритма автоматического обнаружения объектов с обучением
    в реальном времени произведено исследование мирового научного задела в области автоматиче-
    ского сопровождения общего назначения с возможностью распознавания объекта слежения с
    потенциалом применения во встраиваемых вычислительных системах оптико-электронных
    систем перспективных робототехнических комплексов. На основе проведенных исследований
    отобраны и протестированы методы и подходы, которые позволяют с наибольшей точностью, при сохранении высокой вычислительной эффективности, обеспечивать обучение клас-
    сификаторов на лету (online learning) без априорного знания о типе объекта слежения и обес-
    печивать последующее обнаружение исходного объекта в случае его кратковременной потери.
    В число таких способов входит гистограмма направленных градиентов – дескриптор ключевых
    признаков, основывающийся на анализе распределения градиентов яркости изображения объ-
    екта. Его использование позволяет сократить количество используемой информации без поте-
    ри ключевых данных об объекте и увеличить скорость обработки изображений. В статье
    обоснован выбор одного из алгоритмов классификации в режиме реального времени, позволяю-
    щего решить задачу бинарной классификации – метода опорных векторов. В виду высокой ско-
    рости обработки данных и необходимости небольшого количества исходных обучающих дан-
    ных для построения разделяющей гиперплоскости, на основе которой и происходит классифи-
    кация объектов, данный метод выбран как наиболее подходящий для решения поставленной
    задачи. Для осуществления online-обучения была выбрана модификация метода опорных векто-
    ров, реализующая стохастический градиентный спуск на каждом шаге работы алгоритма –
    Pegasos. Авторами исследования проведена разработка и полунатурное моделирование выбран-
    ного алгоритма, проведена оценка эффективности его работы в задачах обнаружения объекта
    интереса в режиме реального времени с предварительным online-обучением в процессе слеже-
    ния за объектом. Разработанный алгоритм показал высокую эффективность при решении
    поставленной задачи и планируется к внедрению в составе специального программного обеспе-
    чения оптико-электронных систем перспективных робототехнических комплексов. В заключе-
    нии представлены предложения по дальнейшему повышению точности и вероятности обна-
    ружения объекта интереса разработанным алгоритмом, а также по повышению его произво-
    дительности путем оптимизации вычислений.

  • МНОГОАГЕНТНЫЙ АЛГОРИТМ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ НЕДЕТЕРМИНИРОВАННЫХ ОБЪЕКТОВ

    В. А. Тупиков, В. А. Павлова, В.А. Бондаренко, А. И. Лизин, Д. К. Ельцова, М. В. Созинова
    2020-07-10
    Аннотация ▼

    В целях разработки робастного алгоритма автоматического обнаружения и сопро-вождения недетерминированных объектов для встраиваемых вычислительных систем с оптико-электронными устройствами. В рамках данной работы произведено исследование и анализ имеющегося мирового научно-технического опыта в области алгоритмов автоматического сопровождения общего назначения. Наиболее успешные из исследованных алгоритмов, подходящие для долговременного устойчивого автоматического сопровожде-ния объектов (без априорного знания о типе объекта слежения) на сегодняшний день уже вышли за рамки решения задачи исключительно сопровождения, и включают в себя синерге-тическое сочетание нескольких разнородных алгоритмов сопровождения, а также как ми-нимум один алгоритм автоматического обнаружения и/или классификации. В статье пока-зано что наиболее устойчивые современные алгоритмы автоматического сопровождения представляют собой многоагентную систему, принимающую решение о текущем положе-нии, размерах и других параметрах сопровождаемого образа на основе интеллектуального голосования составляющих систему модулей, осуществляющих самостоятельное слежение за объектом и формирование его модели. Индивидуальные модели каждого из модулей уточ-няются по результатам принятия коллективного решения. Авторами исследования выделены наиболее эффективные из применяемых базовых алгоритмов, подходящие для применения во встраиваемых вычислительных системах робототехнических комплексов, и разработан новый многоагентный алгоритм автоматического обнаружения и сопровождения недетерми-нированных объектов. Представленный многоагентный алгоритм включает в себя модуль выделения и сопоставления ключевых точек на изображениях, модуль кластеризации и фильтрации ключевых точек с применением алгоритма DBSCAN, модуль сопровождения на основе алгоритма вычисления оптического потока и модуль классификации ключевых точек. Проведено полунатурное тестирование разработанного алгоритма и оценена его эффективность в решении задач не только автоматического сопровождения объектов, но и задач автоматического обнаружения объектов по нескольким эталонным образам. В заключении представлены предложения по дальнейшему повышению точности разработанного алгоритма и по его оптимизации и внедрению в состав специального программного обеспечения бортовых вычислительных систем летательных аппаратов.

1 - 8 из 8 результатов