GNSS; Autoencoder; SIFT; Định vị hình ảnh; UAV.
16 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.FEE.2024.142-148Từ khóa:
GNSS; Autoencoder; SIFT; Định vị hình ảnh; UAV.Tóm tắt
Trong các môi trường không có hệ thống định vị vệ tinh toàn cầu (GNSS), việc đảm bảo định vị chính xác và đáng tin cậy cho máy bay không người lái (UAV) là một thách thức lớn. Bài báo này giới thiệu một phương pháp định vị dựa trên hình ảnh, kết hợp các kỹ thuật autoencoder và SIFT, gọi tắt là AE+SIFT. Phương pháp này nén các hình ảnh bản đồ độ phân giải cao thành các vector kích thước nhỏ, sau đó lưu trữ trong cơ sở dữ liệu để dễ dàng truy xuất. Trong quá trình định vị, hình ảnh UAV được mã hóa và so khớp với cơ sở dữ liệu, sau đó sử dụng SIFT và phép chiếu homography để định vị chính xác. Phương pháp AE+SIFT cải thiện độ chính xác định vị, đạt sai số tọa độ trung bình là 3,94 mét so với đường bay thực tế khi ảnh UAV cùng hướng với ảnh tham chiếu. Đặc biệt, khi hình ảnh UAV không cùng hướng với ảnh tham chiếu, phương pháp của chúng tôi vượt trội hơn so với phương pháp AE về độ chính xác định vị.
Tài liệu tham khảo
[1]. Yang, Z., et al., “A Survey on UAV-Based Applications for Smart Agriculture,” IEEE Internet of Things Journal, vol. 8, no. 6, pp. 4132-4149, (2021).
[2]. Li, Y., et al., “Precision Agriculture with UAV-Based Remote Sensing: A Review,” Remote Sensing, vol. 12, no. 9, pp. 1-22, (2020). DOI: https://doi.org/10.3390/rs12223789
[3]. Deng, X., et al., “A Robust Vision-Based Localization System for UAVs in GPS-Denied Environments,” IEEE Transactions on Instrumentation and Measurement, vol. 70, (2021).
[4]. Humphreys, T. E., et al., “Assessing the Spoofing Threat: Development of a Portable GPS Civilian Spoofer,” Proceedings of the ION GNSS Meeting, (2008).
[5]. Mur-Artal, R., et al., “ORB-SLAM: A Versatile and Accurate Monocular SLAM System,” IEEE Transactions on Robotics, vol. 31, no. 5, pp. 1147-1163, (2015). DOI: https://doi.org/10.1109/TRO.2015.2463671
[6]. Lin, C., et al., “A Survey of Large-Scale Image Localization Methods for UAVs,” Journal of Computer Vision and Image Understanding, vol. 160, pp. 48-65, (2017).
[7]. Rublee, E., et al., “ORB: An Efficient Alternative to SIFT or SURF,” 2011 International Conference on Computer Vision, pp. 2564-2571, (2011). DOI: https://doi.org/10.1109/ICCV.2011.6126544
[8]. Lowe, D. G., “Distinctive Image Features from Scale-Invariant Keypoints,” International Journal of Computer Vision, vol. 60, no. 2, pp. 91-110, (2004). DOI: https://doi.org/10.1023/B:VISI.0000029664.99615.94
[9]. Ma, Y., et al., “Image Registration Techniques: A Survey,” IEEE Transactions on Medical Imaging, vol. 35, no. 7, pp. 1714-1735, (2016).
[10]. Johnson, J., Douze, M., and Je´gou, H., “Billion-scale similarity search with GPUs,” IEEE Transactions on Big Data, vol. 7, no. 3, pp. 535-547, (2021). DOI: https://doi.org/10.1109/TBDATA.2019.2921572
[11]. Lowe, D. G., “Object Recognition from Local Scale-Invariant Features,” Proceedings of the International Conference on Computer Vision (ICCV), vol. 2, pp. 1150-1157, (1999). DOI: https://doi.org/10.1109/ICCV.1999.790410
[12]. Fischler, M. A., and Bolles, R. C., “Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography,” Communications of the ACM, vol. 24, no. 6, pp. 381-395, (1981). DOI: https://doi.org/10.1145/358669.358692
[13]. Kingma, D. P., and Welling, M., “Auto-Encoding Variational Bayes,” International Conference on Learning Representations (ICLR), (2014).
[14]. Douze, M., et al., “The FAISS Library for Efficient Similarity Search,” arXiv preprint arXiv:1702.08734, (2017).
[15]. Bay, H., Tuytelaars, T., and Van Gool, L., “SURF: Speeded Up Robust Features,” European Conference on Computer Vision (ECCV), (2006). DOI: https://doi.org/10.1007/11744023_32
[16]. Bing, L. I., et al., “UAV Image Matching Based on Improving the ORB Algorithm,” Bulletin of Surveying and Mapping, (2024).
[17]. Mughal, M. H., Khokhar, M. J., and Shahzad, M., “Assisting UAV Localization via Deep Contextual Image Matching,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 14, pp. 2445-2457, (2021). DOI: https://doi.org/10.1109/JSTARS.2021.3054832
[18]. Li, Q., et al., “GeoFormer: An Effective Transformer-based Siamese Network for UAV Geo-localization,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, (2024). DOI: https://doi.org/10.1109/JSTARS.2024.3392812
[19]. Vaswani, A., et al., “Attention is All You Need,” Advances in Neural Information Processing Systems, (2017).
[20]. Bianchi, M., and Barfoot, T. D., “UAV Localization Using Autoencoded Satellite Images,” IEEE Robotics and Automation Letters, vol. 6, no. 2, pp. 1761-1768, (2021). DOI: https://doi.org/10.1109/LRA.2021.3060397
[21]. Di Piazza, T., et al., “Leveraging Edge Detection and Neural Networks for Better UAV Localization,” arXiv preprint arXiv:2404.06207, (2024). DOI: https://doi.org/10.1109/IGARSS53475.2024.10641666
[22]. Hou, X., et al., “Deep Feature Consistent Variational Autoencoder,” 2017 IEEE Winter Conference on Applications of Computer Vision (WACV), pp. 1133-1141, (2016). DOI: https://doi.org/10.1109/WACV.2017.131
