Em áreas remotas durante emergências e desastres, Veículos Aéreos Não Tripulados (VANTs) com sensores de câmera são essenciais para melhorar a Percepção da Situação. Este estudo investiga o uso de VANTs com sistemas de aprendizado profundo enraizados a bordo para ordenação de cenas aéreas pilotadas remotamente em tempo real, a fim de identificar desastres como incêndios, inundações e edifícios colapsados. Nós ilustramos abordagens anteriores e apresentamos o Banco de Imagens Aéreas para Resposta a Catástrofes (AIDER). Além disso, introduzimos um novo modelo de CNN leve que obtém um aumento de desempenho de aproximadamente três vezes em plataformas embutidas com uma pequena pegada de memória e mínima perda de Veracidade (menos de 2%). Esses resultados avançam significativamente a Revisão do uso de VANTs para reconhecimento de eventos de Emergência em tempo real.
Sayma Nasrin Shompa (Wed,) estudou esta questão.