https://libeldoc.bsuir.by/handle/123456789/65608| Title: | Оценка влияния предобработки изображений на производительность и точность детекции объектов в SLAMOT системах |
| Other Titles: | Evaluation of the impact of image preprocessing on performance and accuracy of object detection in SLAMOT systems |
| Authors: | Левоненко, И. И. Робачевский, А. Д. Ван, Г. Цветков, В. Ю. |
| Keywords: | материалы конференций;методы предобработки изображений;SLAMOT-системы;мобильные робототехнические платформы |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Оценка влияния предобработки изображений на производительность и точность детекции объектов в SLAMOT системах = Evaluation of the impact of image preprocessing on performance and accuracy of object detection in SLAMOT systems / И. И. Левоненко, А. Д. Робачевский, Г. Ван, В. Ю. Цветков // Технологии передачи и обработки информации : материалы Международного научно-технического семинара, Минск, апрель 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. Ю. Цветков [и др.]. – Минск, 2026. – С. 7–15. |
| Abstract: | Рассматривается задача экспериментальной оценки влияния методов предобработки изображений на производительность и точность детекции объектов в SLAMOT-системах. С целью выявления оптимальных стратегий улучшения входных данных для мобильных робототехнических платформ, проведено сравнительное исследование эффективности различных алгоритмов предобработки, включая повышение резкости на основе нерезкого маскирования, адаптивную коррекцию контраста CLAHE с гамма коррекцией, интерполяционное увеличение разрешения и попатчевую обработку (tiling). Экспериментальная оценка выполнена на базе легковесной одностадийной архитектуры YOLOv8n, адаптированной для детекции транспортных средств на аэрофотоснимках посредством программного маппинга классов. В рамках стандартизированного протокола бенчмаркинга осуществляется расчет метрик точности (mAP@0,5; Precision; Recall; F1-мера), временных характеристик инференса, а также оценка потребления оперативной и видеопамяти. Исследование направлено на определение компромиссов между качеством детекции, вычислительной сложностью и скоростью обработки в условиях ограниченных аппаратных ресурсов бортовых вычислительных систем БЛА. |
| Alternative abstract: | This paper presents an experimental evaluation of the impact of image preprocessing methods on the performance and accuracy of object detection in SLAMOT (Simultaneous Localization, Mapping, and Object Tracking) systems. To identify optimal strategies for enhancing input data for mobile robotic platforms, a comparative study was conducted on the effectiveness of various preprocessing algorithms, including unsharp masking-based sharpening, CLAHE (Contrast Limited Adaptive Histogram Equalization) with gamma correction, interpolation-based resolution upscaling, and patch-based processing (tiling). The experimental evaluation was performed using the lightweight single-stage YOLOv8n architecture, adapted for vehicle detection in aerial imagery through programmatic class mapping. Within a standardized benchmarking protocol, accuracy metrics (mAP@0,5; Precision; Recall; F1-score), inference timing characteristics, and RAM/VRAM consumption were computed. The study aims to determine trade-offs between detection quality, computational complexity, and processing speed under the hardware resource constraints of onboard computing systems. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/65608 |
| Appears in Collections: | Технологии передачи и обработки информации : материалы Международного научно-технического семинара (2026) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Levonenko_Ocenka.pdf | 1.46 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.