EN - TMI - Curso de Fuzileiros
URI permanente para esta coleção:
Navegar
Percorrer EN - TMI - Curso de Fuzileiros por orientador "Damas, Bruno Duarte"
A mostrar 1 - 2 de 2
Resultados por página
Opções de ordenação
- Deteção de alvos terrestres a partir de um UAV, em apoio a Operações AnfíbiasPublication . Pinto, André Couto Astorga Batista; Damas, Bruno Duarte; Santos, Nuno Alexandre Antunes Martins Pessanha; Rodrigues, Vitor Manuel BorgesNas últimas décadas, os confrontos militares têm dependido, a uma larga escala, de novas e avançadas tecnologias, conduzindo a uma mudança de paradigma ao que respeita as operações militares. Esta mudança deve-se, essencialmente, à tentativa de mitigar erros que se verificaram em operações passadas, otimizar recursos e salvaguardar vidas humanas, garantindo ao mesmo tempo o sucesso e estado final desejado de qualquer operação. É neste espectro que são introduzidos os Unmanned Aerial Vehicles (UAVs) e a significante vantagem que os mesmos possuem em prol de qualquer operação, desde a redução do custo de vidas humanas, ao apoio direto e indireto no campo de batalha, ao aumento do conhecimento situacional do terreno e do inimigo. Neste trabalho, é apresentado como, a partir de uma câmara integrada de um UAV, é possível fazer a deteção automática de alvos terrestres (militares) e a sua diferenciação com civis, em tempo real, usando uma rede neuronal de deteção de objetos. Partindo da aquisição de uma base de dados, grande e variada, capturada por drones comerciais e imagens extraídas da Internet. Após isto, foi necessário fazer a escolha da rede neuronal para este fim, que recaiu sobre o YOLOv4-tiny, sendo uma rede rápida na deteção de objetos em tempo real e com bons resultados de precisão. De seguida, foi necessário realizar a anotação de todos os militares em cada imagem, utilizando um programa gratuito de anotação de imagens (DarkLabel 2.4). Após isto, treinámos, validámos e testámos a rede, aferindo quais os melhores resultados e pesos a serem utilizados na deteção de militares. Por fim, olhámos para as limitações e trabalhos futuros a serem desenvolvidos na continuidade deste trabalho
- Utilização de UAV para Deteção Autónoma de Pontos de Impacto de MorteiroPublication . António, Duarte Martins de Santo ; Damas, Bruno Duarte; Santos, Nuno Alexandre Antunes Martins PessanhaA qualidade e velocidade da deteção de impactos e da correção de tiro constituem fatores determinantes para a eficácia do apoio de fogo. Esta função é tradicionalmente assegurada pelos Observadores Avançados (OAs), cuja atuação embora essencial, está frequentemente condicionada por limitações no posicionamento,restrições de visibilidade impostas pelo terreno, dificuldades na localização exata dos pontos de impacto e exposição acrescida ao inimigo. A utilização de Unmanned Aerial Vehicles (UAV) surge como uma alternativa promissora, permitindo uma observação contínua e potencialmente automatizada. Esta dissertação propõe o desenvolvimento de um sistema de deteção autónoma de impactos de morteiro a partir de imagens aéreas obtidas por UAV. Para tal, exploram-se duas abordagens distintas: métodos clássicos de visão computacional, baseados em subtração de fundo e análise de movimento, e modelos baseados em Deep Learning, nomeadamente a arquitetura YOLOv8. O trabalho compreende a aquisição e anotação de um dataset específico, o desenvolvimento dos algoritmos, e a posterior avaliação e comparação dos seus desempenhos.