本文将介绍基于分布式声学模块和光电传感器网络的DEEPLOMATICS演示原理。在最初的探测阶段,融合声学传感器的结果允许对入侵进行大致的定位。然后,这个区域被基于几个波长和两个视场摄像机的光电系统可视化,该系统可以精确和自动地检测场景中的无人机,然后将入侵的放大图像传送给操作员。获得的信号根据ISL和CNAM实验室合作开发的一种原始方法进行利用。该方法以远程人工智能为基础,允许改善对威胁和操作情况的感知。

最后,将介绍现场试验的结果,以说明DEEPLOMATICS演示器在声学和光学传感器之间以及各种相机(可见光、SWIR、主动成像...)提供的图像之间的互补性。

项目的总体目标

几个麦克风阵列被部署在需要保护的区域。在其覆盖区域内,每个麦克风阵列同时使用基于波束学习网络的深度学习方法对飞行的无人机进行定位和识别。每个阵列都连接着一个本地人工智能,它实时处理空间音频测量,独立于监控网络的其他单元。

一个数据融合系统完善了每个人工智能增强的麦克风阵列所提供的估计。这个检测到的位置与光电系统实时共享。一旦该系统锁定了目标,就会使用深度学习跟踪算法来实现自主视觉跟踪和识别。

光电系统由安装在一个伺服转塔上的各种相机(可见光、热成像和主动成像)组成。主动成像系统可以捕捉到1公里以内的场景,并且只捕捉给定距离内的物体,这就自然地将前景和背景从图像中排除,并增强了计算机视觉的能力。

DEEPLOMATICS项目结合了声学和光电学的优点,以确保无人机的实时定位和识别(图1),并具有很高的精度(绝对三维误差小于7°,检测精度超过90%)。模块化的方法也允许在长期内考虑增加新的捕获系统,如电磁雷达。

图 1:实施跨学科和多模态方法

成为VIP会员查看完整内容
53

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《可解释自主无人机:XAI 之旅》美国陆军等12页论文
专知会员服务
68+阅读 · 2023年1月18日
【AI+军事】附论文+PPT 《复杂地下作业中的决策支持》
专知会员服务
39+阅读 · 2022年4月16日
万字长文综述人脸识别算法及系统
极市平台
0+阅读 · 2022年7月17日
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
多模态多任务学习新论文
专知
46+阅读 · 2019年2月9日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
一文看懂如何将深度学习应用于视频动作识别
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
30+阅读 · 2017年12月27日
论文 | 深度学习实现目标跟踪
七月在线实验室
47+阅读 · 2017年12月8日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
12+阅读 · 2021年7月26日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
54+阅读 · 2019年7月31日
VIP会员
相关VIP内容
《可解释自主无人机:XAI 之旅》美国陆军等12页论文
专知会员服务
68+阅读 · 2023年1月18日
【AI+军事】附论文+PPT 《复杂地下作业中的决策支持》
专知会员服务
39+阅读 · 2022年4月16日
相关资讯
万字长文综述人脸识别算法及系统
极市平台
0+阅读 · 2022年7月17日
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
多模态多任务学习新论文
专知
46+阅读 · 2019年2月9日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
一文看懂如何将深度学习应用于视频动作识别
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
30+阅读 · 2017年12月27日
论文 | 深度学习实现目标跟踪
七月在线实验室
47+阅读 · 2017年12月8日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员