Anomaly color detection on UAV images for search and rescue works

Hoai, Dao Khanh; Phương, Nguyễn Văn

doi:10.1109/kse.2017.8119473

Cited by 9 publications

(3 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…When we consider one potential application of the framework such as search and rescue, in earlier works [33][34][35][36][37], UAS was limited in its use as only as a monitoring device. The framework proposed in this research further extends the capabilities of UASs to more active participation, such as conducting a detailed closer inspection or delivering emergency kits.…”

Section: Discussionmentioning

confidence: 99%

See 1 more Smart Citation

A Framework for Multiple Ground Target Finding and Inspection Using a Multirotor UAS

Hinas

Ragel

Roberts

et al. 2020

Sensors

View full text Add to dashboard Cite

Small unmanned aerial systems (UASs) now have advanced waypoint-based navigation capabilities, which enable them to collect surveillance, wildlife ecology and air quality data in new ways. The ability to remotely sense and find a set of targets and descend and hover close to each target for an action is desirable in many applications, including inspection, search and rescue and spot spraying in agriculture. This paper proposes a robust framework for vision-based ground target finding and action using the high-level decision-making approach of Observe, Orient, Decide and Act (OODA). The proposed framework was implemented as a modular software system using the robotic operating system (ROS). The framework can be effectively deployed in different applications where single or multiple target detection and action is needed. The accuracy and precision of camera-based target position estimation from a low-cost UAS is not adequate for the task due to errors and uncertainties in low-cost sensors, sensor drift and target detection errors. External disturbances such as wind also pose further challenges. The implemented framework was tested using two different test cases. Overall, the results show that the proposed framework is robust to localization and target detection errors and able to perform the task.

show abstract

Section: Discussionmentioning

confidence: 99%

“…UASs have been explored for search and rescue (SAR) missions in other related work [33][34][35]. Hoai and Phuong [36] studied anomaly color detection algorithms on UAS images for SAR work. Niedzielski et al [37] conducted SAR field experiments to guide ground searchers in finding a lost person.…”

Section: Related Workmentioning

confidence: 99%

A Framework for Multiple Ground Target Finding and Inspection Using a Multirotor UAS

Hinas

Ragel

Roberts

et al. 2020

Sensors

View full text Add to dashboard Cite

show abstract

“…RXD đã khơi nguồn cho rất nhiều thuật toán được phát triển sau này [2] và nó được coi là máy phát hiện dị thường chuẩn cho hình ảnh đa phổ, siêu phổ [4]. Hiệu quả của RXD trong việc phát hiện dị thường từ các ảnh đa phổ và siêu phổ đã được kiểm chứng [1,[3][4][5][6][7][8][9]. Mặc dù vậy, RXD có những hạn chế nhất định.…”

Section: Mở đầUunclassified

Tăng tốc độ phát hiện dị thường trên ảnh đa phổ và siêu phổ ứng dụng trong tìm kiếm cứu nạn

Phương¹,

Hoài²,

Đức³

2019

Chuyên san NC&PT CNTT-TT

View full text Add to dashboard Cite

Máy dò dị thường do Reed và Yu đề xuất được công nhận là máy chuẩn để phát hiện dị thường trên ảnh đa phổ và siêu phổ. Tuy nhiên, máy này có một số hạn chế: dữ liệu ảnh phải tuân theo mô hình Gauss đa biến, tính toán nghịch đảo của ma trận hiệp phương sai rất phức tạp khi ảnh nền có kích thước lớn, hoạt động thiếu ổn định, đôi khi có tỉ lệ báo động giả cao, thiếu mối liên hệ không gian giữa các điểm ảnh. Quy tắc quyết định Neyman-Pearson thường được sử dụng dựa trên việc tính toán hàm mật độ xác suất phi tham số của dữ liệu nền để nâng cao hiệu suất và độ tin cậy, nhưng lại có độ phức tạp tính toán cao. Để giảm độ phức tạp tính toán và thời gian tính toán, nhiều phương pháp đã được sử dụng, như: biến đổi Fourier nhanh, biến đổi Gauss nhanh, lập trình đa luồng trên bộ xử lý trung tâm (CPU), song song trên bộ xử lý đồ họa (GPU). Bài báo này trình bày một phương pháp ước lượng nhanh hàm mật độ xác suất bằng cách phân nhóm các điểm ảnh trên miền giá trị và tổ chức dữ liệu trên cây Kd-tree. Kết quả kiểm nghiệm cho thấy phương pháp đề xuất vượt trội các phương pháp khác và có thể ứng dụng trong thực tế.

show abstract

Background and Literature Survey

Yang¹

2020

Mission-Critical Application Driven Intelligent Maritime Networks

View full text Add to dashboard Cite

Anomaly color detection on UAV images for search and rescue works

Cited by 9 publications

References 12 publications

A Framework for Multiple Ground Target Finding and Inspection Using a Multirotor UAS

A Framework for Multiple Ground Target Finding and Inspection Using a Multirotor UAS

Tăng tốc độ phát hiện dị thường trên ảnh đa phổ và siêu phổ ứng dụng trong tìm kiếm cứu nạn

Background and Literature Survey

Contact Info

Product

Resources

About