海巡季刊第105期
作飛行後,再以人工方式分析無人機回傳畫面,提 供指揮官指揮運用(如圖 13 、 14 13 )。 然而海面上的風景,都是千篇一律的海藍色, 除非是非常顯眼的目標,僅靠人眼的能力十分有 限,但若依樣畫葫蘆又把無人機的圖像資料送進 CNN 網路訓練,如氣象不佳導致光源差異,那麼 我們所訓練出來的模型就非常有可能造成誤判, 爰為合理解決這個問題,筆者研讀了一篇來自英 國 Queen’s University Belfast 大學的「 Attention- Based Two-Stream Convolutional Networks for Face Spoofing Detection 」論文,其中的概念恰好 可以參考運用。 14 簡單來說這個論文的方法除了前面的 CNN 網 路訓練方式外,另外導入了「 SMR 」的前處理及 「 Visual Attention Model 」的融合後處理方式,在 前處理的部分,導入「多尺度 Retinex ( SMR )」 運算,這是一種可以忽略光源因素的影像處理技 術,故可先將無人機所拍到的一般影像,進行 SMR 處理後,即可解決天候光源的問題,而在後處理 的部分,則是在一般的影像 CNN 訓練與 SMR 影像 CNN 訓練後,如何將兩路的結果融合出我們想要 的模型,就是利用「 Visual Attention Model 」演算 法,加入人工調校的權重後,產出最終結果,也就 是筆者想要的無人機巡邏模型(流程圖如圖 15 )。 13. 〈海巡無人機區隊首次出勤,就抓到違規釣魚民眾〉, LINE TODAY , 2019 年 4 月 8 日, https://today.line.me/ tw/article/ 海巡無人機區隊首次出勤 %E3%80%80 就抓到違規釣魚民眾 -78DQZZ 。 14. 〈 Attention-Based Two-Stream Convolutional Networks for Face Spoofing Detection 〉, IEEE Transactions on Information Forensics and Security (Volume: 15) , 2019 年 6 月 17 日。 圖 13 旋翼型無人機小組執勤畫面 圖 14 旋翼型無人機畫面 圖 15 Two-Stream CNN ( TSCNN )流程圖 69 季刊 Coast Guard Administration Ocean Affairs Council 季刊│ No.105 Sep. 2020
Made with FlippingBook
RkJQdWJsaXNoZXIy MTYzMDc=