Wyniki wyszukiwania - BazTech

1

Optimization of Animal Detection in Thermal Images Using YOLO Architecture

Popek Łukasz, Perz Rafał, Galiński Grzegorz, Abratański Artur

International Journal of Electronics and Telecommunications

|

2023

|

Vol. 69, No. 4

826--831

EN

The article presents research on animal detection in thermal images using the YOLOv5 architecture. The goal of the study was to obtain a model with high performance in detecting animals in this type of images, and to see how changes in hyperparameters affect learning curves and final results. This manifested itself in testing different values of learning rate, momentum and optimizer types in relation to the model’s learning performance. Two methods of tuning hyperparameters were used in the study: grid search and evolutionary algorithms. The model was trained and tested on an in-house dataset containing images with deer and wild boars. After the experiments, the trained architecture achieved the highest score for Mean Average Precision (mAP) of 83%. These results are promising and indicate that the YOLO model can be used for automatic animal detection in various applications, such as wildlife monitoring, environmental protection or security systems.

2

System analizy obrazu dla potrzeb systemu AR

Garbat Piotr, Galiński Grzegorz, Bieniek Mateusz, Żakowski Michał, Lasocki Maciej

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2022

|

nr 4

143--146

PL

Przedstawiono ideę systemu wizyjnego umożliwiającego analizę obrazów z wielu kamer dla potrzeb systemów rzeczywistości wspomaganej. Przedstawione rozwiązanie zapewnia efektywne wyznaczanie pozycji i ścieżek ruchu poruszających się osób w przestrzeni miejskiej oraz ich aktywności. W artykule przedstawiono kluczowe moduły analizy obrazu z wielu widoków, w tym: podsystem wykrywania i śledzenia pieszych (MOT) oraz podsystem wykrywania aktywności użytkowników. Omawiane podsystemy zostały przebadane w celu określenia efektywności zaproponowanych algorytmów określania ścieżki ruchu i rozpoznawania aktywności.

EN

This article presents the idea of a vision system that allows for the analysis of images from multiple cameras for the purposes of augmented reality systems. The proposed solution effectively determines the position and paths of movement of moving people in the urban space and their activities. The article presents the critical modules of the image analysis from multiple views, including the pedestrian detection and tracking (MOT) subsystem and the user activity detection subsystem. The subsystems were stud to determine the effectiveness of the proposed algorithms for determining the traffic path and recognizing activity.

3

Porównanie różnych metod detekcji i rozpoznawania zwierząt na obrazach z kamery termowizyjnej

Popek Łukasz, Perz Rafał, Galiński Grzegorz

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2022

|

nr 4

396--399

PL

Dla większości dziko żyjących zwierząt szczyt aktywności przypada na godziny nocne – ich obserwacja możliwa jest tylko przy użyciu specjalistycznych urządzeń. W niniejszej pracy zostało przeprowadzone porównanie różnych metod detekcji zwierząt na zdjęciach z kamery termowizyjnej: klasycznych (HOG/SVM) oraz opartych na głębokich sieciach neuronowych. Podczas testów na zbiorze danych zawierającym dwie rodziny zwierząt (Cervidae i Suidae) dla sieci YOLOv3 otrzymano wyniki mAP powyżej 90% dla IoU>50%.

EN

For most wild animals, peak of activity takes place during the night hours - their observation is possible only with the use of specialized equipment. In this study, a comparison of different methods for animal detection in thermal camera images was performed: classical (HOG/SVM) and based on deep neural networks. When tested on a dataset containing two animal families (Cervidae and Suidae) for the YOLOv3 network, obtained mAP was above 90% for IoU>50%.