Menschliches Leben ist kostbar, und im Falle eines Unglücks werden größte Anstrengungen unternommen, es zu schützen. Um zeitgerecht Hilfe zu leisten oder Menschen aus Notlagen zu befreien, muss ihre genaue Position bestimmt werden können. In solchen Situationen werden zunehmend Drohnen eingesetzt, um Menschen zu erkennen und ihre Positionen zu verfolgen. Drohnen werden im Rahmen von Such- und Rettungseinsätzen verwendet, um hochauflösende Bilder zu erfassen. Es ist möglich, anhand eines Drohnen-Feeds Überlebende zu finden, aber dies erfordert manuelle Analysen. Der Prozess ist zeitaufwendig und anfällig für menschliche Fehler.
Mit diesem Modell können Menschen erkannt werden, indem Drohnenbilder überprüft und die Positionen von Menschen mit Rahmen dargestellt werden. Dieses Modell wurde mit IPSAR- und SARD-Datasets mit Menschen auf Schotterstraßen, in Steinbrüchen, niedrigem und hohem Gras, Waldschatten sowie in mediterranen und submediterranen Landschaften trainiert. Deep-Learning-Modelle sind dafür geeignet, komplexe Semantik zu erlernen, und können bessere Ergebnisse liefern. Verwenden Sie dieses Deep-Learning-Modell, um die Erkennung zu automatisieren und den Zeit- und Arbeitsaufwand zu verringern.
Lizenzanforderungen
Für diesen Workflow sind die folgenden Lizenzen erforderlich:
- ArcGIS Desktop: ArcGIS Image Analyst-Erweiterung für ArcGIS Pro
- ArcGIS Enterprise: ArcGIS Image Server
- ArcGIS Online: ArcGIS Image for ArcGIS Online
Modelldetails
Dieses Modell hat die folgenden Merkmale:
- Eingabe: Als Eingabe werden einzelne hochauflösende (1–5 Zentimeter) Drohnenbilder oder ein Orthomosaik verwendet.
- Ausgabe: Ausgegeben wird eine Feature-Class, die erkannte Menschen enthält.
- Verarbeitung: Dieser Workflow ist rechenintensiv. Empfohlen wird eine GPU mit mindestens CUDA Compute Capability Version 6.0.
- Eignung für Geographien: Das Modell eignet sich gut für mediterrane und submediterrane Landschaften, kann jedoch auch in anderen Gebieten verwendet werden.
- Architektur: Das Modell verwendet die in ArcGIS API for Python implementierte FasterRCNN-Modellarchitektur.
- Accuracy-Kennwerte: Das Modell hat einen durchschnittlichen Precision-Score von 0,822 für die Klasse "Mensch".
Zugreifen auf das Modell und Herunterladen des Modells
Laden Sie das vortrainierte Modell Human Detection (Drone Imagery) aus dem ArcGIS Living Atlas of the World herunter. Alternativ können Sie direkt über ArcGIS Pro auf das Modell zugreifen oder es in ArcGIS Image for ArcGIS Online verwenden.
- Navigieren Sie zum ArcGIS Living Atlas of the World.
- Melden Sie sich mit Ihren ArcGIS Online-Anmeldedaten an.
- Suchen Sie nach Human Detection (Drone Imagery), und öffnen Sie in den Suchergebnissen die entsprechende Elementseite.
- Klicken Sie auf die Schaltfläche Herunterladen, um das Modell herunterzuladen.
Sie können die heruntergeladene .dlpk-Datei direkt in ArcGIS Pro verwenden, oder sie in ArcGIS Enterprise hochladen und dort verwenden.<a Außerdem können Sie das vortrainierte Modell bei Bedarf optimieren.
Versionshinweise
Veröffentlichungsdaten und Versionshinweise:
| Datum | Hinweise |
|---|---|
| Januar 2022 | Erste Version von "Human Detection (Drone Imagery)" |
Februar 2023 | Zweite Version von "Human Detection (Drone Imagery)" |