Ієрархічний підхід до організації системи виявлення БПЛА на основі глибоких згорткових мереж
Анотація
У роботі розглянуто теоретичні засади побудови багаторівневої інтелектуальної системи виявлення безпілотних літальних апаратів (БПЛА) із використанням згорткових нейронних мереж (CNN). Запропоновано ієрархічну структуру з трьома рівнями: локального обчислення (детекція об’єктів у відеопотоці), стратегічного аналізу (ідентифікація патернів загрози) та глобального реагування (формування сигналу тривоги). Визначено ключові переваги такої моделі в умовах обмежених обчислювальних ресурсів, змінного середовища та відсутності стабільного каналу зв’язку. Формалізовано узагальнену функцію якості системи, що враховує точність, повноту, швидкодію та енергоспоживання. Результати можуть бути використані для розробки автономних мобільних платформ спостереження та охорони об’єктів критичної інфраструктури.
Посилання
[2] Zhang, G., & Zhang, Y. (2022). UAV Detection Based on Deep Learning and Multi-Level Decision Fusion. Sensors, 22(3), 901.
[3] Bhardwaj, A., & Shukla, P. K. (2021). Review of hierarchical deep learning techniques for object detection in aerial surveillance. Journal of Ambient Intelligence and Humanized Computing, 12, 9721–9737.

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

