यूएवी परिवर्तन पहचान के लिए छवि उत्पादन की खोज

परिवर्तन पहचान (सीडी) बिना पायलट हवाई जहाजों (|यूएवी) के लिए अनिवार्य होती जा रही है, विशेष रूप से जल लैंडिंग, बचाव और खोज के क्षेत्र में। हालांकि, सबसे उन्नत मॉडलों को मॉडल प्रशिक्षण और परीक्षण के लिए बड़े पैमाने पर डेटा की आवश्यकता होती है। इसलिए, विभिन्न इमेजिंग स्थितियों के साथ पर्याप्त लेबल की गई छवियों की आवश्यकता है। कंप्यूटर ग्राफिक्स से प्रेरित होकर, हम एक क्लोनिंग विधि प्रस्तुत करते हैं जो आंतरिक जल दृश्य का अनुकरण करती है और एक ऑटो-लेबल किए गए अनु模拟 डेटासेट को इकट्ठा करती है। अनु模拟 डेटासेट में छह चुनौतियाँ शामिल हैं जो परिवर्तन पहचान मॉडलों पर गतिशील पृष्ठभूमि, मौसम और शोर के प्रभावों का परीक्षण करती हैं। फिर, हम एक छवि अनुवाद ढाँचा प्रस्तुत करते हैं जो अनु模拟 छवियों को सिंथेटिक छवियों में अनुवादित करता है। यह ढाँचा साझा किए गए मापदंडों (एन्कोडर और जनरेटर) और 22 × 22 रिसेप्टिव फ़ील्ड्स (डिस्क्रिमिनेटर) का उपयोग करके यथार्थवादी सिंथेटिक छवियों का उत्पादन करता है जैसे कि मॉडल प्रशिक्षण सेट। प्रयोगात्मक परिणाम दर्शाते हैं कि: 1) विभिन्न इमेजिंग चुनौतियाँ परिवर्तन पहचान मॉडलों के प्रदर्शन पर प्रभाव डालती हैं; 2) अनु模拟 छवियों की तुलना में, सिंथेटिक छवियाँ सुपरवाइज्ड मॉडलों की सटीकता को प्रभावी ढंग से सुधार सकती हैं।