Evaluation potentieller Einflussfaktoren im Kontext der bildbasierten Drohnendetektion

Abstract

Die vorliegenden Forschungsergebnisse deuten darauf hin, dass stark strukturierte Hintergrundobjekte die Fähigkeit von Deep-Learning-basierten Detektoren zur Objekterkennung negativ beeinflussen können. Diese Arbeit fokussiert sich insbesondere auf die Bewertung des Einflusses solcher Hintergrundelemente, wie beispielsweise Bäume oder Büsche, auf die Genauigkeit und Zuverlässigkeit von Detektionsverfahren. Neben der Berücksichtigung saisonaler Variationen liegt der Schwerpunkt der Untersuchung auf der Analyse der visuellen Eigenschaften dieser Elemente. Die erzielten Erkenntnisse unterstreichen eindeutig, dass diese Faktoren erheblichen Einfluss auf die Leistungsfähigkeit von Detektionsalgorithmen haben. Die Implikationen dieser Ergebnisse bieten Wege zur Optimierung von Drohnendetektoren, indem Trainingsdatensätze gezielt an die spezifischen Umweltbedingungen und visuellen Herausforderungen angepasst werden.