Marie Rousseau
Vous souvenez-vous de ce que c’est que de faire tournoyer un cierge magique par une nuit d’été ? Tenez-le motionless et le feu crépite et étincelle, mais tournez-le autour et la lumière se brouille en une ligne traçant chaque tourbillon et secousse que vous faites.
Un nouveau système logiciel breveté développé par Sandia National Laboratories peut trouver les courbes de mouvement dans la vidéo en continu et les pictures provenant de satellites, de drones et de caméras de sécurité à longue portée et les transformer en signaux pour trouver et suivre des objets en mouvement aussi petits qu’un pixel. Les développeurs affirment que ce système peut améliorer les performances de toute application de télédétection.
“Être capable de suivre chaque pixel à distance est significant, et c’est un problème long lasting et difficile”, a déclaré Tian Ma, informaticien et co-développeur du système. “Pour les systèmes de surveillance de la sécurité physique, par exemple, furthermore vous pouvez détecter une menace potentielle loin, plus vous avez de temps pour vous préparer et réagir. Souvent, le additionally grand défi est le very simple fait que lorsque les objets sont situés loin des capteurs, leur taille semble naturellement beaucoup plus petite. La sensibilité du capteur diminue à mesure que la length par rapport à la cible augmente.”
Ma et Robert Anderson ont commencé à travailler sur le système de détection d’objets en mouvement multi-visuals en 2015 dans le cadre d’un projet de recherche et développement dirigé par le laboratoire Sandia. Un short article sur les MMODS a récemment été publié dans Sensors.
Détecter un pixel en mouvement dans une mer de 10 thousands and thousands
[youtube id=fnEZTPiqDxQ]
La capacité de détecter des objets by way of des systèmes de télédétection est généralement limitée à ce qui peut être vu dans une seule impression vidéo, tandis que MMODS utilise une nouvelle méthode multi-pictures pour détecter de petits objets dans des conditions de faible visibilité, a déclaré Ma. Sur une station informatique, des flux d’images provenant de divers capteurs arrivent et MMODS traite les données avec un filtre d’image image par graphic en temps réel. Un algorithme trouve le mouvement dans les photos vidéo et le fait correspondre à des signaux cibles qui peuvent être corrélés puis intégrés dans un ensemble de séquences d’images vidéo.
Ce processus améliore le rapport signal sur bruit ou la qualité globale de l’image automobile le sign de la cible en mouvement peut être corrélé au fil du temps et augmente régulièrement, tandis que le mouvement du bruit de fond comme le vent est filtré car or truck il se déplace de manière aléatoire et n’est pas corrélé.
Avant le déploiement de MMODS pour l’amélioration de la télédétection, Ma et Anderson ont démontré son efficacité sur des données simulées avec des objets cibles aussi petits qu’un pixel avec un rapport sign sur bruit proche de 1 : 1, ce qui signifie qu’il n’y a pas de distinction entre le sign et le bruit.
Ces objets seraient normalement indétectables à la fois par les yeux humains et les capteurs. Le système de détection de base a atteint 30 % de prospects de détecter un objet en mouvement. Lorsque MMODS a été ajouté à ce système, il avait 90% de chances de détection sans augmenter le taux de fausses alarmes.
Dans une autre démonstration, les chercheurs ont utilisé MMODS pour détecter des objets en mouvement à partir de données en direct collectées avec une caméra à distance au sommet de Sandia Mountain. Sans connaissance préalable des routes d’Albuquerque, MMODS a détecté des véhicules se déplaçant dans toute la ville.
“Étant donné qu’une caméra vidéo moderne compte approximativement 10 thousands and thousands de pixels, être capable de détecter et de suivre un pixel à la fois est une avancée majeure dans la technologie de vision par ordinateur”, a déclaré Ma. “Il a été prouvé que MMODS améliore la sensibilité de détection moderne de 200 à 500 % et fonctionne pour les objets se déplaçant rapidement et lentement, même dans des situations de mauvaise visibilité.”
