ارزيابي خسارت در عمليات نظامي با استفاده از يادگيري عميق و پردازش تصاوير

تشخيص اشياء نقش مهمي در تحليل تصاوير صحنه‌هاي نبرد به ويژه ارزيابي خسارت دارد. در اين مقاله از فنون بينايي ماشين و در كنار آن يادگيري عميق و پردازش تصاوير ديجيتال براي دستيابي به روشي قدرتمند با حداكثر سرعت و دقت جهت تشخيص اشياء مورد نظر در صحنه نبرد و همچنين تخمين خسارات وارد شده استفاده شده است. براي انجام عمل تشخيص اشياء، ويژگي‌ها و پارامترهاي تصاوير توسط شبكه‌هاي عصبي كانولوشن استخراج شده و در امر يادگيري شبكه عصبي به كار گرفته شده است. براي ارزيابي خسارت از معيارهاي شباهت ساختاري، خطاي ميانگين مربعات و روش آستانه‌گذاري براي سنجش ميزان شباهت‌ و تغييرات تصاوير دريافتي قبل و بعد از خسارات وارد شده، استفاده شده است. در نهايت، نمونه‌هايي از تصاويرِ مكان‌هاي خسارت ديده براي اعتبارسنجي روش پيشنهادي مورد بررسي و آزمايش قرار گرفته است.