Bildbehandling för stridsfordon - Slutrapport

Författare:

  • David Gustafsson
  • Hans Habberstad
  • Fredrik Hemström
  • Jörgen Karlholm
  • Jonas Nordlöf
  • Karl-Göran Stenborg

Publiceringsdatum: 2017-01-20

Rapportnummer: FOI-R--4354--SE

Sidor: 37

Skriven på: Svenska

Nyckelord:

  • Detektion
  • maskininlärning
  • bildbehandling

Sammanfattning

FOI har under lång tid bedrivit forskning inom automatisk måldetektion för olika sensortyper. Syftet med denna forskning är att underlätta sensoroperatörernas arbete och öka spaningens effektivitet och kvalitet. Fältstudien "Bildbehandling för stridsfordon" syftar till att bygga upp och öka kunskapen inom Försvarsmakten om hur digital bildbehandling kan öka stridsfordonsbesättningars förmåga att tidigt upptäcka hot. Ett stort antal typscenarier har tagits fram tillsammans med Försvarsmaktens personal för att vi ska kunna utvärdera vad FOIs detektionsalgoritmer kan tillföra Försvarsmaktens fordonssystem. Sensordata har samlats in med EO/IR-kameror som motsvarar sensorerna i Försvarsmaktens stridsfordon. Två detektionsalgoritmer har använts i denna fältstudie: en för detektion av rörels och en för detektion av form- och utseende. Båda detektionsalgoritmerna som har använts i denna fältstudie kan detektera mål på ett mycket bra sätt. Rörelsedetektionsalgoritmen kan detektera mycket små rörelser och utvärderingen av rörelsedetektion i IR visar att algoritmen hittar en betydligt större andel av målen än vad operatörerna i studien gjorde. Av de två testade algoritmerna fungerar rörelsedetektionsalgoritmen bäst idag, vilket medför att nyttan av den även är störst. Denna algoritm fungerar mycket bra vid scenarier som rast, övernattningar eller då stridsfordonet har grupperat utanför t.ex. ett bebyggt område. Den formbaserade detektionsalgoritmen fungerar mycket bra i småbruten terräng, men ger idag lite för mycket falsklarm i urban miljö. Algoritmen är idag tränad för småbruten terräng så för att åtgärda detta behövs mer träningsdata för urbana miljöer. Automatisk rörelsedetektion med de visuella runt-om-kamerorna på Patgb 360 kan detektera människor på ett avstånd av upp till 55 meter vid bra ljusförhållanden. För att den formbaserade detektionsalgoritmen ska ge så bra prestanda som möjligt, t.ex. tidig målupptäckt och färre falsklarm, är det bäst om sensordata komprimeras så lite som möjligt eftersom bildbehandlingsalgoritmer behöver videosignaler med hög bitupplösning. Analoga signaler eller digitala signaler återskapade från en analog signal är därför mindre lämpade för bildbehandling eftersom omvandling har en förstörande effekt på den ursprungliga bilden som inte kan återskapas genom att digitalisera signalen. Bildbehandling bör därför ske innan den interna signalen från kamerorna har omvandlats till en analog signal.