Аналіз інформаційних технологій для дистанційної ідентифікації динамічних об'єктів
Вантажиться...
Дата
2023
DOI
https://doi.org/10.20998/2079-0023.2023.01.17
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник
Члени комітету
Видавець
Національний технічний університет "Харківський політехнічний інститут"
Анотація
Розглянуто проблему ідентифікації динамічних об'єктів з використанням інформаційних технологій дистанційної ідентифікації. Зазначено, що ідентифікація рухомих об'єктів має важливе значення в різних сферах, включаючи автономні транспортні засоби, медичну діагностику та робототехніку. Мета статті полягає в аналізі різних інформаційних технологій виявлення об'єктів, які можуть бути використані в майбутніх дослідженнях з дистанційної ідентифікації. Проведено аналіз методів визначення швидкості як динамічного параметру, аналіз двокрокових та однокрокових методів віддаленої ідентифікації об’єктів, аналіз ранніх методів ідентифікації, а також аналіз методів покращення віддаленої ідентифікації об'єктів. Розглянуто кілька засобів визначення руху об’єктів, зокрема, пропорційно-інтегрально-диференціальний регулятор, метод блоку вирівнювання, фазова кореляція, алгоритми піксельної рекурсії та методи оптичного потоку Лукаса – Канаді, Хорна – Шунка, Фарнбека, густого оптичного потоку. Ці засоби можуть бути використані для ефективного визначення руху об'єктів та ідентифікації їхньої швидкості незалежно від розміру та положення об’єктів. Розглянуті двокрокві та однокрокові методи виявлення об’єктів: метод регіонів зі згортковими нейронними мережами, його покращення, мережі пулінгу просторової піраміди, метод "Ти дивишся лише один раз", однокроковий багаторамковий метод, мережі сітківки, кутова мережа, центральна мережа та трансформер виявлення, які використовують різні підходи для покращення продуктивності та точності виявлення об'єктів. Підкреслено необхідність використання методів згорткових нейронних мереж та мереж пулінгу просторової піраміди для ефективної ідентифікації об’єктів незалежно від їхнього розміру та положення. Пропонуються нові підходи, які дозволяють створювати представлення фіксованої довжини для обробки зображень та регіонів інтересу, а також методи Віоли - Джонса, гістограми орієнтованих градієнтів, моделі деформованих частин. Дослідження в області виявлення об’єктів сприяють розвитку інформаційних технологій та покращенню ефективності систем ідентифікації динамічних об’єктів. Шляхом огляду та аналізу різних методів надані рекомендації для дослідників і практиків, що працюють у галузі дистанційної ідентифікації динамічних об’єктів.
The problem of identification of dynamic objects using remote identification information technologies is considered. It is noted that the identification of moving objects is important in various fields, including autonomous vehicles, medical diagnostics and robotics. The purpose of the article is to analyze various information technologies for detecting objects that can be used in future research on remote identification. Analysis of methods for determining speed as a dynamic parameter, analysis of two-step and one-step methods of remote identification of objects, analysis of early identification methods, as well as analysis of methods for improving remote identification of objects was carried out. Several means of determining the motion of objects are considered, in particular, the proportional-integral-differential controller, the leveling block method, phase correlation, pixel recursion algorithms, and the optical flow methods of Lucas – Kanady, Horn – Shunk, Farnbeck, dense optical flow. These tools can be used to effectively determine the movement of objects and identify their speed regardless of the size and position of the objects. Two-step and one-step object detection methods are considered: region method with convolutional neural networks, its improvements, spatial pyramid pooling networks, "You only look once" method, one-step multiframe method, retinal networks, corner network, central network and detection transformer, which use different approaches to improve the performance and accuracy of object detection. The necessity of using methods of convolutional neural networks and spatial pyramid pooling networks for effective identification of objects regardless of their size and position is emphasized. New approaches are proposed that allow creating fixed-length representations for image processing and regions of interest, as well as Viola – Jones methods, oriented gradient histograms, and deformed part models. Research in the field of object detection contributes to the development of information technologies and the improvement of the efficiency of dynamic object identification systems. Through the review and analysis of various methods, recommendations for researchers and practitioners working in the field of remote identification of dynamic objects are provided.
The problem of identification of dynamic objects using remote identification information technologies is considered. It is noted that the identification of moving objects is important in various fields, including autonomous vehicles, medical diagnostics and robotics. The purpose of the article is to analyze various information technologies for detecting objects that can be used in future research on remote identification. Analysis of methods for determining speed as a dynamic parameter, analysis of two-step and one-step methods of remote identification of objects, analysis of early identification methods, as well as analysis of methods for improving remote identification of objects was carried out. Several means of determining the motion of objects are considered, in particular, the proportional-integral-differential controller, the leveling block method, phase correlation, pixel recursion algorithms, and the optical flow methods of Lucas – Kanady, Horn – Shunk, Farnbeck, dense optical flow. These tools can be used to effectively determine the movement of objects and identify their speed regardless of the size and position of the objects. Two-step and one-step object detection methods are considered: region method with convolutional neural networks, its improvements, spatial pyramid pooling networks, "You only look once" method, one-step multiframe method, retinal networks, corner network, central network and detection transformer, which use different approaches to improve the performance and accuracy of object detection. The necessity of using methods of convolutional neural networks and spatial pyramid pooling networks for effective identification of objects regardless of their size and position is emphasized. New approaches are proposed that allow creating fixed-length representations for image processing and regions of interest, as well as Viola – Jones methods, oriented gradient histograms, and deformed part models. Research in the field of object detection contributes to the development of information technologies and the improvement of the efficiency of dynamic object identification systems. Through the review and analysis of various methods, recommendations for researchers and practitioners working in the field of remote identification of dynamic objects are provided.
Опис
Ключові слова
дистанційна ідентифікація динамічних об'єктів, виявлення об'єктів, оптичний потік, ідентифікація швидкості, глибоке навчання, згорткові нейронні мережі, remote identification of dynamic objects, object detection, optical flow, velocity identification, deep learning, convolutional neural networks
Бібліографічний опис
Аналіз інформаційних технологій для дистанційної ідентифікації динамічних об'єктів / О. М. Нікуліна [та ін.] // Вісник Національного технічного університету "ХПІ". Сер. : Системний аналіз, управління та інформаційні технології = Bulletin of the National Technical University "KhPI". Ser. : System analysis, control and information technology : зб. наук. пр. – Харків : НТУ "ХПІ", 2023. – № 1 (9). – С. 110-115.