searchwing-bilderkennung

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision		 Previous revision
searchwing-bilderkennung [2019/05/30 23:27] – wf68spefsearchwing-bilderkennung [2021/05/31 22:03] (current) – added SE2 Projektarbeit Kamera beckmanf
Line 3: Line 3:
 By analysing the image with we receive from the camera, we can detect boats on the sea. To achieve this, different algorithms and approaches from the image processing and deep learning domain can be used. By analysing the image with we receive from the camera, we can detect boats on the sea. To achieve this, different algorithms and approaches from the image processing and deep learning domain can be used.
  
-====== Detection by using edgedetector and a 2d tracker in world coordinates ======+===== Camera =====
  
-Features\\ +{{ ::g2-picam.pdf | S. Keller, K. Dierig, L. Range, "SearchWing - Messung des Energieverbrauchs eines Raspberry Pi und Charakterisierung des Kamersystems", Projektarbeit, WS 2020/21}} 
-Bootdetektion / Bilderkennung\\ + 
-Erkennung von beliebigen Objekten im Wasser\\ +===== Compression effects on detection ===== 
-Klassische Bildverarbeitung\\ + 
-RGB → HSV → Sobel-Kantendetektion je Kanal → Addition → Konturen/Boundingboxes\\ +Does JPEG image compression affect detection? See 
-Bestimmung der genauen 3D Position der Objekte mittels kalibrierter Kamera\\ + 
-Code für ARM Platform optimiert\\ +[[https://doi.org/10.1117/1.JMI.6.2.027501|Farhad Ghazvinian Zanjani, Svitlana Zinger, Bastian Piepers, Saeed Mahmoudpour, Peter Schelkens, and Peter H. N. de With "Impact of JPEG 2000 compression on deep convolutional neural networks for metastatic cancer detection in histopathological images," Journal of Medical Imaging 6(2), 027501 (24 April 2019). https://doi.org/10.1117/1.JMI.6.2.027501]] 
-Laufzeit: 0,8 sek @ 8 MegaPixel(3240×2480 Pixel) @ Raspberry Pi 3\\ + 
-Tracking\\ +===== Detection by using edgedetector and a 2d tracker in world coordinates ===== 
-Wiedererkennung der Boote über mehrere Bilder\\ + 
-Dadurch kann sich ein genaueres Lagebild geschaffen werden\\ +{{:ros.jpg?nolink&1311x744|ros.jpg}} 
-Falsch-Positiv Detektionen werden verringert\\ + 
-Speicherung\\ +==== Code ==== 
-Abspeicherung der Detektionen als Bilddaten auf dem Flieger\\ + 
-GPS Positionsangabe im Bild als EXIF Datenblock\\ +[[https://gitlab.com/searchwing/development/boatdetectorcpp|https://gitlab.com/searchwing/development/boatdetectorcpp]]
-Verwendete Software\\ +
-ROS\\ +
-Kommunikation zwischen den einzelnen Modulen\\ +
-Koordinatensystemtransformationen\\ +
-Aufnahme und abspielen von Flugdaten\\ +
-Visualisierung der Detektionsergebnisse\\ +
-MAVROS\\ +
-Zur Kommunikation mit der Fliegerhardware via MAVLINK\\ +
-OpenCV\\ +
-Implementierung der Bootdetektion\\ +
-ARM Compute Library\\ +
-Alternative für ARM optimierte Implementierung der Bootdetektion\\ +
-Ausblick\\ +
-Deep Learning basierte Objekterkennung\\ +
-Testen verschiedener Ansätze\\ +
-Laufzeitevaluation auf den embedded Systemen\\ +
-Programmierung von Interfaces für die Übertragung der Detektionen mittels MAVLINK zur Basisstation+
  
 ==== Algorithms ==== ==== Algorithms ====
  
-=== Assumptions ===+=== Assumptions for the algorithms === 
 + 
 +  * By flying over the sea with 50-80km/h boats can be assumed to stand almost still in relation to the drone 
 +  * Waves appear and dissapear over time 
 +  * Approach to detect boats 
 +      * Detect parts in the image which dont change over time 
 +      * Redect parts by checking the same position in consecutive frames 
 +      * If parts look the same, save them 
 +      * If something is redetected over 3 frames, we can assume this could be a boat
  
 === Proposal / boat detector === === Proposal / boat detector ===
Line 61: Line 52:
 | |
  
-===   Tracking ===+=== Tracking ===
  
   * Redetect boats in consecutive frames   * Redetect boats in consecutive frames
Line 77: Line 68:
           * Kalman constant position           * Kalman constant position
           * Kalman constant velocity           * Kalman constant velocity
-   {{:5ee30e4d3dc8729b80b2ca22e4b9f3af.png}}+ 
 +{{:5ee30e4d3dc8729b80b2ca22e4b9f3af.png}} 
 + 
 +=== Output === 
 + 
 +  * Save boat images on harddisk 
 +  * Metadata for each detection is saved in exif-datablock of each detected boat 
 +      * GPS Position 
 +      * GPS Time 
 +  * Visualization of the detection in digikam 
 + 
 +{{:digikamdetections.png?nolink&878x498|asd}}
  
 | |
 +
 +==== Used software ====
 +
 +  * ROS
 +      * Module communication
 +      * Coordinatesystem transformations
 +      * Recording and playback of datasets
 +      * Visualisation
 +  * MAVROS
 +      * Communication with the drone via MAVLINK
 +  * OpenCV
 +      * Imageprocessing
 +  * ARM Compute Library
 +      * Imageprocessing
 +
 +==== Outlook ====
 +
 +  * Deep Learning
 +      * Test different approaches
 +      * Runtime evaluation for embedded hardware
 +  * Interfaces to send detections via MAVLINK to basestation
 +
 +==== Presentation on the topic ====
 +
 +[[https://media.freifunk.net/v/35c3oio-77-detection-of-refugee-boats-on-the-mediterranean-with-a-drone-by-using-foss|Click to go to the video]]
 +
 +===== Anomaly detection using FFT =====
 +
 +{{:screenshot_from_2020-05-18_09-05-03.png?600|}}
 +
 +
 +Paper: https://cloud.hs-augsburg.de/s/KNiMLrY5P6H4JXJ
  
 ===== Imagerecognition by using a OpenCV Haar Cascade Classifier ===== ===== Imagerecognition by using a OpenCV Haar Cascade Classifier =====
Line 87: Line 121:
 [[https://git.etech.fh-augsburg.de/friedrich.beckmann/bilderkennung|https://git.etech.fh-augsburg.de/friedrich.beckmann/bilderkennung]] [[https://git.etech.fh-augsburg.de/friedrich.beckmann/bilderkennung|https://git.etech.fh-augsburg.de/friedrich.beckmann/bilderkennung]]
  
-Die Bilderkennung markiert in dem Bild mögliche Boote. Das sieht dann so aus:+The detected boats can be seen in the following image. They are marked by a blue rectangle.
  
-{{:bilderkennung-beispiel.jpg|Bilderkennung Beispiel}}+{{:bilderkennung-beispiel.jpg?1101x1044|Bilderkennung Beispiel}}
  
-Und in der Vergrößerung so:+Recified:
  
-{{:bilderkennung-beispiel-detail.jpg|Bilderkennung Beispiel Detail}}+{{:bilderkennung-beispiel-detail.jpg?1082x1027|Bilderkennung Beispiel Detail}}
  
-In diesem Beispiel wird das zweite Boot mit der blauen Persenning nicht erkannt. Das Boot darüber ist mit dem blauen Rechteck markiert.+In this example the second boat with Persenning does not get detect. The boat above get detected.
  
 ===== Datasets ===== ===== Datasets =====
Line 107: Line 141:
   * [[:searchwing-flug-virus-20181007|Flug am 7.10.2018 mit der Pipistrel Virus zum Bodensee]]   * [[:searchwing-flug-virus-20181007|Flug am 7.10.2018 mit der Pipistrel Virus zum Bodensee]]
   * [[https://captain-whu.github.io/DOTA/|DOTA Airial Image Dataset (Wuhan Univ./Cornell/DLR)]]   * [[https://captain-whu.github.io/DOTA/|DOTA Airial Image Dataset (Wuhan Univ./Cornell/DLR)]]
- 
-===   === 
  
  
  • searchwing-bilderkennung.1559251640.txt.gz
  • Last modified: 2019/05/30 23:27
  • by wf68spef