Le temps de rétention automatique et le montage IR à distance sur les drones identifient correctement les populations de coala – Drone Camera Dji

Drone Perroquet Mambo – RadarToulouse.fr – Drone Camera Parrot
4.3 (86.67%) 324 votes

Txrobotic >> dji tello drone camera quality

Un groupe de scientifiques de la Queensland Technology University, en Australie, a mis au point un système pour les terres de kala avec une analyse souterraine des algorithmes capturée par des vols de drones.

I Koala est répertorié comme vulnérable et non menacé en Australie. Cependant, les forêts d'eucalyptus qui constituent le premier habitat du koala sont menacées par la diffusion de l'agriculture et de la ville urbaine. La consultation des populations de koala est donc importante pour les conservatoires et le travail est difficile car les braises habitent un vaste territoire et vivent dans des toits cultivés de manière écologique.

Dans son article intitulé "Affectation automatique de koala à la surveillance en altitude et à l'apprentissage automatique", publié le 1er mars 2019, les scientifiques de la planification urbaine ne représentent généralement que 60% à 75% des koalas. Présents dans une zone éclairante sont détectés par observation de la terre et imagerie photo.

Insérez droni, infrarouge Appareil photo et apprentissage en machine. Pour votre étude, les scientifiques utilisent FLIR Tau 2 640 cadres photo thermiques avec une résolution de 640 x 512, objectif à longueur focale de 13 mm et cadence de prise de vue de 9 Hz, montés sur le DJI Matrice 600 Pro Ils sont équipés du contrôleur de l'A3 Pro. Thermoviewer Il a été utilisé pour traiter des ivrognes et des logiciels fondus profonds (DNN) par Faster-RCNN et YOLO (DNN) pourrait exploiter des koalas.

"Il y a un certain nombre de facteurs autour des drônos / capteurs, mais avec une université avec de nombreuses applications différentes, FLIR était plus polyvalent et le 600 Pro a passé un bon moment et a été en mesure de transporter un prix raisonnable", a-t-il déclaré. Grant Hamilton, l'un des auteurs de l'étude.

Ciascun DNN a été alimenté par des données thermiques capturées en priorité par des ivrognes dans lesquels les sites de koala ont été confirmés par une surveillance radio et une inspection manuelle. Ces données ont permis au DNN de générer des modèles en identifiant les images dans des compteurs analysés en tant que koals potentiels. Les modèles ont été appliqués aux textes et les résultats ont été corrigés manuellement via l'identification des emplacements de koala présents dans le métro, mais non détectés par les modèles et marquant de faux départs tels que & nbsp; & nbsp; résultats négatif

Images de Koala Go par Pacte de Population

Les forêts d'eucalyptus situées au nord et au sud de Petrie Mill, dans le Queensland, ont été sélectionnées à titre de projet test. La population de 48 bureaux de vote connue a été interrogée par un escadron le même jour comme ténaphique. Je voulais bourdonner, valider l'identification faite par la DNN. Les renards Undifi ont été fabriqués entre la fièvre et le mois d'août 2018.

Les DNN distincts ont attaqué le potentiel de cartographie du dissipateur de chaleur et les données ont été comparées afin de déterminer des résultats uniformes entre les deux représentants. L'algorithme ORB (Oriented FAST et Rotated Brief) est développé par OpenCV Labs, qui permet de modifier les images issues du mouvement du drone. Si vous vous inscrivez pour une calorie potentielle de coala, vous avez été en mesure de conquérir une bonne quantité d'images simultanément, la signature que vous acceptez est acceptée. Les données sont ensuite réécrites manuellement.

Et le système automatisé DNN avait une probabilité de 87% dans la communauté d'identifier un koala de film infrarouge, tandis que l'inspection manuelle des données thermiques avait abouti à une probabilité de 63%. Le système automatisé nécessite en moyenne 136 minutes pour gérer l’imagerie thermique et identifier les scrutations potentielles. En moyenne 170 minutes, il était nécessaire de faire vibrer manuellement les données et d'identifier les sites de koala probables.

Scientifiques, étant donné que les DNN sont formés de telle manière que la procédure puisse être utilisée pour identifier plus de types d'animaux que simplement une série de coupures thermiques et l'utilisation de la méthode pour découvrir d'autres types d'animaux Cela aide à valider les résultats du test de koala.

Lire l'histoire:

FLIR Systems fournit des terminaux de télécommunication pour des efforts anti-bracciaux au Kenya

Le système de vision 3D contrôle le comportement des porcs

Bac automatique ci-dessous conçu pour détruire l'étoile de Maroua abandonnée déplacée avec succès

Soyez payé et recevez des nouvelles concernant votre expérience de contact Dennis Scimeca,Rédacteur associé, Vision Systems Design

Pour recevoir des reportages comme celui-ci et dans votre boîte aux lettres, cliquez ici

Note / Avis