Оптико-информационное обеспечение обнаружения артефактов на сложном фоне роботизированным комплексом с элементами нейронных сетей

Под артефактом следует рассматривать беспилотный летательный аппарат (БпЛА). Крупногабаритные БпЛА самолетного типа по своим демаскирующим характеристикам сопоставимы с традиционными аэродинамическими целями. В условиях ограниченной эффективности радиолокационных методов перспективным направлением является использование роботизированных средств оптико-электронной разведки (ОЭР). Наиболее перспективны средства ОЭР работающие в инфракрасном (ИК) диапазоне, так как  способны работать круглосуточно.

В связи с этим разработана нейросетевая модель на основе архитектуры YOLOv11, способная автоматически детектировать и классифицировать БПЛА роторного и самолётного типов, а также птиц в ИК-спектре. Для обучения использован расширенный набор данных, включающий как открытые данные, так и собственные видеозаписи, полученные с тепловизионной камеры mIR-1280C12S на равномерном и сложном фоне (под сложным фоном следует понимать излучение неоднородностей АФ, облачность с разрывами), а также в различных погодных условия и дистанциях. 

Обученная модель демонстрирует среднюю точность 82,7% при полноте 82%, успешно идентифицируя БПЛА роторного и самолетного типов, а также птиц. однако эффективность обнаружения объектов субпиксельного размера (<50 пикселей) остаётся огораниченной, особенно на сложном (неоднородном) АФ, который сформирован облачностью различных классов с наличием разрывов и (или) значительного градиента водности с малыми угловыми величинами.  

Для повышения точности детекции малогабаритных целей исследовано применение метода SAHI (Slicing Aided Hyper Inference), обеспечивающего анализ видеопотока путём сегментации кадров (разделение видеокадров на сегменты).

Для выбора оптимального размера сегмента были проведены экспериментальные исследования пространственных структур излучения облачности в ИК-диапазоне. На основе полученного статистического материала о пространственных спектрах неоднородностей АФ установлено, что характерным отличием пространственной структуры излучения различных классов и баллов облачности являются угловые размеры излучающих неоднородностей в вертикальном и горизонтальном направлениях, которые определялись по значениям взаимной корреляционной функции превышающих величину 0,5 – радиус корреляции.

Замечательным свойством выявленных закономерностей является то, что найденные радиусы корреляции - это угловые интервалы, в пределах которого коэффициенты взаимной корреляции значимы, т.е. обнаруживается область пространства, в пределах которого пространственная структура излучения неоднородностей АФ по углу места и азимуту не подвержена резким изменениям, т.е. носит равномерный характер.

Для оценки эффективности предложенного метода использовалась тепловизионная видеозапись, регистрирующая траекторию БПЛА, который перемещался на постоянной высоте 500 м с равномерной скоростью, сокращая дистанцию с 3400 м до 1200 м относительно точки наблюдения. 

Исходя из проведённого исследования, размер сегмента на видеозаписи был выбран равным 512 пикселям, размер перекрытия между соседними сегментами 10% от размера сегмента. 

В результате, было установлено, что сегментная обработка с выбранными параметрами увеличила вероятность обнаружения на 25-30% по сравнению с традиционным покадровым методом. Особенно сильно это проявилось на дистанциях свыше 2500 метров, где эффективность обнаружения сегментного подхода достигла 70-80%, тогда как при использовании стандартных покадровых подходов этот показатель не превышал 30%.