ドローンは機械学習を使用して地雷を検出します
高度な機械学習を使用すると、ドローンを使用して、紛争後の国の遠隔地にある危険な「バタフライ」地雷を検出できます。研究者たちは以前、赤外線カメラを搭載した低コストの商用ドローンを使用して、蝶の地雷を高精度で検出できる方法を開発していました。新しい研究は、リモートセンシングの分野でオブジェクトを検出および分類するための標準的な機械学習手法である畳み込みニューラルネットワークを使用した地雷の自動検出に焦点を当てています。
以前の作業は、データセットの人間の目によるスキャンに依存していました。迅速なドローン支援マッピングと散乱可能な地雷原の自動検出は、最近の武力紛争における小さな散乱可能な地雷の広範な使用の致命的な遺産に対処するのに役立ち、それらの可能な将来の使用に効果的に対処するための機能的フレームワークの開発を可能にします。
さまざまなサイズ、形状、構成の軍需品や爆発装置が世界に少なくとも1億個あると推定されています。これらの何百万もが、大量生産された蝶の地雷のように、低圧トリガーを備えた表面のプラスチック地雷です。小さなサイズと蝶のような形でニックネームが付けられたこれらの鉱山は、サイズが小さく、トリガーの質量が小さく、最も重要なこととして、金属部品をほとんど排除した設計であるため、金属探知機からはほとんど見えないため、場所を特定してクリアするのは非常に困難です。 。鉱山の設計は、低いトリガー重量と組み合わされて、遊んでいる間にこれらのデバイスを見つける小さな子供たちの間で高い死傷者率のために「おもちゃの鉱山」として有名になりました。
研究者たちは、これらの検出およびマッピング技術は一般化可能であり、懸念される他の軍需品や爆発物に転用可能であると信じています。たとえば、即席爆発装置（IED）の乱れた土壌を検出してマッピングするように適合させることができます。
地雷の検出とマッピングを自動化するための畳み込みニューラルネットワーク（CNN）ベースのアプローチの使用は、いくつかの理由で重要です。まず、オルソ画像（つまり、幾何学的に補正された航空画像）から地雷を手動で数えるよりもはるかに高速です。第二に、主観的なヒューマンエラーが発生しやすい眼球検出とは異なり、定量的で再現性があります。そして第3に、CNNベースの方法は、リモートセンシングされたラスター画像から異なるサイズと形状のオブジェクトを検出してマッピングするために簡単に一般化できます。
センサー