Семантическая сегментация разметки взлетно-посадочной полосы с использованием нейронных сетей

Рассматриваются вопросы использования сверточной нейронной сети для решения задачи семантической сегментации горизонтальной разметки на взлетно-посадочной полосе на основе данных камеры. Данная задача имеет важное прикладное значение для повышения безопасности и автономности воздушных судов при посадке и рулении. Для обучения и валидации моделей был сформирован специализированный набор данных, включающий разнообразные изображения ВПП, полученные из открытых источников и размеченные вручную. В статье сравниваются две архитектуры сверточных нейронных сетей – U-Net и YOLO – с точки зрения точности сегментации, скорости инференса и устойчивости к изменениям условий освещения, погодным факторам и визуальным шумам. Оценивается применимость каждой архитектуры для задач реального времени, в том числе на устройствах с ограниченными вычислительными ресурсами.

Авторы: А. Р. Музалевский

Направление: Электротехника

Ключевые слова: семантическая сегментация, нейронная сеть, разметка, взлетно-посадочная полоса


Открыть полный текст статьи