Object detection in aerial images
Orihuela Ponsarnau, Jordi
Ponsa Mussarra, Daniel (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant: Detecció d'objectes en imatges aèries
Títol variant: Detección de objetos en imágenes aéreas
Data: 2019-07-01
Resum: This work studies the application of object detection in aerial images. Specifically, a review of the differences between standard and aerial images is made and the aspects where changes can be applied in the latter to improve results are extracted. A comparison of region-based detectors is made by providing several solutions for both the region proposal part and the classification one. Regarding the region proposal generation, the use of a sliding window is compared analytically with the Selective Search algorithm. On the other hand, in the classification task, the low-resolution problem is mainly tackled using a shallow convolutional neural network and a model based on super resolution techniques is presented.
Resum: Aquest treball estudia l'aplicació de la detecció d'objectes en imatges aèries. Concretament, es realitza una anàlisi de la diferència entre les imatges estàndard i les aèries i s'extreuen els aspectes on es poden aplicar canvis per obtenir millors resultats en aquestes últimes. Es realitza una comparativa de detectors basats en regions aportant vàries solucions tant en la part de generació de regions candidates com en la de classificació. Pel que fa a la generació, es compara analíticament l'ús d'una finestra lliscant amb l'algorisme de cerca selectiva. Per altra banda, a la tasca de classificació, principalment s'ataca el problema de la baixa resolució utilitzant una xarxa neuronal convolucional poc profunda i es presenta un model basat en tècniques de super resolució.
Resum: Este trabajo estudia la aplicación de la detección de objetos en imágenes aéreas. Concretamente, se realiza un análisis de la diferencia entre las imágenes estándar y las aéreas y se extraen los aspectos donde se pueden aplicar cambios para obtener mejores resultados en estas últimas. Se realiza una comparativa de detectores basados en regiones aportando varias soluciones tanto en la parte de generación de regiones candidatas como en la de clasificación. En cuanto a la generación, se compara analíticamente el uso de una ventana deslizante con el algoritmo de búsqueda selectiva. Por otra parte, en la tarea de clasificación, principalmente se ataca el problema de la baja resolución utilizando una red neuronal convolucional poco profunda y se presenta un modelo basado en técnicas de super resolución.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Anglès.
Titulació: Enginyeria Informàtica [2502441]
Pla d'estudis: Enginyeria Informàtica [958]
Document: bachelorThesis ; Text
Àrea temàtica: Menció Computació
Matèria: Object detection ; Aerial images ; Deep learning ; Sliding window ; Selective search ; Convolutional neural network ; Super resolution ; Detecció d'objectes ; Imatges aèries ; Aprenentatge computacional ; Finestra lliscant ; Cerca selectiva ; Xarxes Nnuronals convolucionals ; Super resolució ; Detección de objetos ; Imágenes eéreas ; Aprendizaje computacional ; Ventana deslizante ; Búsqueda selectiva ; Redes neuronales convolucionales ; Super resolución



10 p, 2.1 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG

 Registre creat el 2019-08-27, darrera modificació el 2019-12-21



   Favorit i Compartir