Dodatni fixi
parent
5ff2726a75
commit
5f1465dc56
BIN
diploma.pdf
BIN
diploma.pdf
Binary file not shown.
19
diploma.tex
19
diploma.tex
|
@ -379,7 +379,7 @@ Zahvala gre tudi družini za podporo pri pisanju diplomskega dela.
|
|||
\bigskip
|
||||
|
||||
%\noindent\textbf{Povzetek:}
|
||||
\noindent Diplomsko delo predstavlja implementacijo trenutno vodilne metode za geolokalizacijo brezpilotnih letalnikov, ob izgubi sistema za določanje položaja, implementacija ni bila javno dostopna.
|
||||
\noindent Diplomsko delo predstavlja implementacijo trenutno vodilne metode za geolokalizacijo brezpilotnih letalnikov, ob izgubi sistema za določanje položaja; implementacija ni bila javno dostopna.
|
||||
V okviru dela smo ustvarili novo podatkovno zbirko, ki vsebuje pare slik iz brezpilotnega letalnika in pripadajočih satelitskih posnetkov.
|
||||
Osredotočili smo se na uporabo naprednih nevronskih mrež, zlasti na piramidni vision transformer (PVT).
|
||||
Ključno vlogo je imela siamska nevronska mreža za primerjavo vzorcev med obema vrstama slik.
|
||||
|
@ -407,13 +407,13 @@ Delo zaključujemo s poudarkom na ključnih ugotovitvah in potencialu razvite me
|
|||
\bigskip
|
||||
|
||||
%\noindent\textbf{Abstract:}
|
||||
\noindent The thesis presents the implementation of the currently leading method for geolocation of unmanned aerial vehicles, in the event of a loss of the positioning system.
|
||||
As part of the work, we created a new database containing pairs of images from unmanned aerial vehicles and corresponding satellite images.
|
||||
We focused on the use of advanced neural networks, especially convolutional networks, transformer architecture, and its derivatives, such as Vision Transformer (ViT) and Pyramid Vision Transformer (PVT).
|
||||
The Siamese neural network played a crucial role in comparing samples between the two types of images.
|
||||
The methodology was supported by various optimization strategies, including the use of stratified sampling, Hanning window, and regularization techniques.
|
||||
\noindent The thesis presents the implementation of the currently leading method for geolocation of unmanned aerial vehicles, in the event of a loss of the positioning system; the implementation was not publicly available.
|
||||
As part of the work, we created a new dataset containing pairs of images from unmanned aerial vehicles and corresponding satellite images.
|
||||
We focused on the use of advanced neural networks, especially the pyramid vision transformer (PVT).
|
||||
A key role was played by the siamese neural network for comparing patterns between the two types of images.
|
||||
The methodology was supported by various optimization strategies, including the use of stratified sampling, the Hanning window, and regularization techniques.
|
||||
The results confirm the effectiveness of the proposed method for accurate geolocation of unmanned aerial vehicles.
|
||||
We conclude the work by emphasizing the key findings and the potential of the developed method.
|
||||
We conclude the work with an emphasis on key findings and the potential of the developed method.
|
||||
\bigskip
|
||||
|
||||
\noindent\textbf{Keywords:} \tkeywordsEn.
|
||||
|
@ -1028,15 +1028,12 @@ Rezultat je toplotna karta iste velikosti kot vhodna satelitska slika v modelu W
|
|||
|
||||
\subsection{Modul za izluščenje značilnosti}
|
||||
|
||||
Model WAMF-FPI temelji na strukturi, ki je podobna siamski arhitekturi, vendar se od tradicionalnih metod sledenja objektom loči v določenih ključnih točkah, ki jih bomo v tem razdelku opisali.
|
||||
Zaradi občutne razlike med satelitskimi slikami in slikami brezpilotnega letalnika, ki izvirajo iz različnih naprav, veji modela WAMF-FPI za vsako od teh vrst slik ne uporabljata metode deljenja uteži.
|
||||
WAMF-FPI kot vhod uporablja satelitske slike dimenzij 400 × 400 × 3 in slike brezpilotnega letalnika dimenzij 128 × 128 × 3.
|
||||
Značilnosti obeh vrst slik so izluščene s pomočjo PCPVT-S.
|
||||
|
||||
V modelu smo odstranili zadnjo stopnjo PCPVT-S in uporabili samo prve tri stopnje za izluščene značilnosti. Pri dimenzijah vhodnih slik 400 x 400 x 3 in 128 x 128 x 3 oba pristopa pridobita značilnostne mape z obliko
|
||||
25 x 25 x 256 in 8 x 8 x 320.
|
||||
|
||||
V primerjavi z Deit-S \cite{touvron2020training}, ki je bil uporabljen v FPI \cite{dai2022finding}, ima PCPVT-S piramidno predstavitvijo.
|
||||
V primerjavi z Deit-S \cite{touvron2020training}, ki je bil uporabljen v FPI \cite{dai2022finding}, PCPVT-S uporablja piramidno predstavitev.
|
||||
Ta struktura je bolj prilagojena za naloge goste napovedi.
|
||||
Pravzaprav uporaba piramidne predstavitve zagotavlja osnovo za kasnejšo integracijo modula WAMF.
|
||||
Poleg tega mreža s piramidno predstavitvijo lahko zmanjša obseg potrebnih izračunov in s tem izboljša hitrost procesiranja, kar je ključno za učinkovito uporabo metode v praksi.
|
||||
|
|
Loading…
Reference in New Issue