CNN en la deteccion de trafico aéreo sobre imágenes de alta resolucion

TFM calificado con SOBRESALIENTE


En un entorno de investigación de sistemas aereos no tripulados, donde es necesario testear estos desarrollos, se suele disponer de un espacio  aereo  reservado  donde  es  habitual  que  aves  y  avionetas  sobrevuelen la zona pudiendo provocar colisiones o anomalıas durante la ejecucion de algún experimento.  Las soluciones  tradicionales  basadas  en  radares  o  algoritmos  clasicos de vision no son capaces de solucionar la problematica debido a que elementos de tamaño reducido que vuelen a baja altura no son localizables por los sensores.

En este trabajo se desarrollo un sistema inteligente para emitir alertas durante la ejecucion de las experimentaciones ante la presencia de objetos voladores no controlados. Para el desarrollo se usó un camara de alta resolucion junto a un microfono de largo alcance, ambos conectados a un sistema embebido que, mediante un sistema de barrido, procese la informacion recogida para detectar la presencia objetos no deseados en el  ́area delimitada. Se usaron técnicas de Deep  Learning  (DL)  para  el  desarrollo  de  los algoritmos de vision y detección de sonido.