Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

Détection de Bateaux de Plaisance dans une Marina par Deep Learning

Résumé : Un système acoustique autonome basé sur deux hydrophones, une carte audio et un nano ordinateur a été installé à l’entrée d’une marina pour détecter le passage des bateaux. Une succession de corrélations crois es est calcul e par le système pour d terminer le retard temporel entre les signaux des hydrophones et construire un signal fonction de la trajectoire des bateaux. Depuis son installation, le nano ordinateur effectue la détection des bateaux   l’aide d’un algorithme bas  sur le traitement du signal avec une justesse de 80%. Pour améliorer les performances du système, un r seau de neurones   convolution (CNN) est entrain  avec les données acquises pour effectuer une détection en temps réel. Deux taches de classifications sont considérées (binaire et multi-classes) pour   la fois détecter un bateau et son sens de navigation. Finalement, un CNN entrain  est implémenté dans un nano ordinateur pour évaluer son temps d’exécution.
Type de document :
Article dans une revue
Liste complète des métadonnées

https://hal-unc.archives-ouvertes.fr/hal-03585150
Contributeur : Nazha Selmaoui-Folcher Connectez-vous pour contacter le contributeur
Soumis le : mercredi 23 février 2022 - 07:21:01
Dernière modification le : vendredi 25 février 2022 - 03:27:45

Fichier

1002636.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-03585150, version 1

Collections

Citation

Romane Scherrer, Erwan Aulnette, Thomas Quiniou, Kasarhérou Joël, Kolb Pierre, et al.. Détection de Bateaux de Plaisance dans une Marina par Deep Learning. Revue des Nouvelles Technologies de l'Information, Editions RNTI, 2021, vol.RNTI-E-37, pp.47-58. ⟨hal-03585150⟩

Partager

Métriques

Consultations de la notice

7

Téléchargements de fichiers

5