利用先进的机器学习技术,无人机可以用来在冲突后国家的偏远地区探测危险的“蝴蝶”地雷。此前,研究人员开发了一种方法,可以使用配备红外摄像机的低成本商用无人机,高度精确地探测蝴蝶地雷。新的研究重点是利用卷积神经网络进行地雷自动检测,卷积神经网络是遥感领域用于目标检测和分类的标准机器学习方法。

之前的工作依赖于对数据集的人眼扫描。无人机协助的快速测绘和自动探测分散雷区将有助于解决最近武装冲突中广泛使用小型分散地雷所遗留的致命问题,并有助于制定一个功能框架,以有效解决今后可能使用这些地雷的问题。

据估计,世界上至少有1亿件大小、形状和成分各异的军用弹药和爆炸装置。其中数以百万计的地雷是带有低压触发器的表面塑料地雷,例如大规模生产的蝴蝶地雷。这些地雷因体积小、形状像蝴蝶而得名,由于它们体积小、触发质量低,而且最重要的是,它们的设计主要排除了金属部件,使得金属探测器几乎看不到这些设备,因此很难定位和清除它们。这种地雷的设计,加上低触发重量,让它赢得了“玩具地雷”的恶名,因为儿童在玩耍时发现这些设备的高伤亡率。

研究人员认为,这些探测和测绘技术是可推广的,并可用于其他关切的弹药和爆炸物;例如,它们可用于探测和绘制简易爆炸装置(ied)的土壤扰动图。

基于卷积神经网络(CNN)的方法用于地雷自动探测和测绘是很重要的,原因有几个。首先,它比从正射影像(即经过几何校正的航拍像)中手动计算地雷要快得多。第二,它是定量的和可重复的,不像主观的人容易出错的眼睛检测。第三,基于cnn的方法易于概括,可以从任何遥感栅格图像中检测和绘制任何大小和形状不同的物体。

欲了解更多信息,请联系John Brhel此电子邮件地址正受到垃圾邮件程序的保护。您需要启用JavaScript才能查看它。


yabovip16.com科技简报》杂志

本文首次发表于2021年7月号yabovip16.com杂志。

阅读更多本期文章在这里

阅读更多的档案文章在这里