Main Images


satellite.png

 

 

Motivations and Contributions:

 

This research enables detecting objects of the high altitude images. The object detection means that marking the locations and areas of objects with some marks which are represented the square box usually. The multiple objects within the pre-defined classes are detected with probabilities based on the Convolutional Neural Network (CNN). This task would be challenging because 1) we analyzes very high resolutional data with high altitude, and 2) the aerial view of the objects' features are relatively monotonous. Though there are a series of related state-of-art models called Region-based CNN (R-CNN), Fast R-CNN, and Faster R-CNN, these models perform the object detection task with the usual imagery dataset unlike ours. For further work, we aim for a real-time object detection while improving the detection accuracy.

 

본 연구는 높은 고도 이미지에서 물체를 감지하는 것을 가능하게 한다. 물체를 감지한다는 뜻은 물체의 장소와 물체의 구역(일반적으로 사각형 상자로 표현됨)을 표시한다는 의미이다. 사전 정의된 클래스 내에서 다양한 물체들은 컨볼루션 신경망(CNN)에 근거하여 확률로 검출된다. 1) 우리는 높은 고도에 대해 매우 높은 해상도의 데이터를 분석하고, 2) 공중에서 내려다본 물체의 특성은 비교적 단조롭다는 이유 때문에 이 작업은 도전적일 것이다. Region-based CNN(R-CNN)과 Fast R-CNN, Faster R-CNN라는 최첨단 모델 시리즈가 있긴 하지만, 우리와는 달리 이 모델들은 평소 이미지 데이터 셋으로 물체 감지 작업을 수행한다. 추가적으로 우리는 감지 정확도를 향상시키면서 실시간으로 물체 감지하는 것을 목표로 하고 있다.

 

Potential Impacts:

 

The object detection would be the significantly important task especially for the high altitude flying objects. For example, the drones which ships goods should detect the correct locations, or the helicopters for the emergency measures should find the person, place, and so forth in the need of help. We require the autonomous decision making system for the high altitude flying objects. In order for the flying objects to take immediate actions, analyzing the real-time streaming images has considerable values.

 

특히 높은 고도 비행 물체에 대한 물체 감지는 상당히 중요한 작업이 될 것이다. 예를 들어, 물품을 배송하는 드론은 올바른 위치를 감지 해야하고, 긴급조치를 위한 헬리콥터는 사람과 장소 등 도움이 필요한 곳을 찾아야 한다. 우리는 높은 고도 비행 물체들에 대해서 자율적인 의사 결정 시스템을 필요하다. 비행 물체가 즉각적인 조치를 취하기 위해서, 실시간 스트리밍 이미지를 분석하는 것은 상당한 가치를 가진다.

 

Related Publications

 

-