?охнсонове критери?уме за открива?е и препознава?е термичких снима?а

Истори?ска позадина: Кра?ем 1950-их, ?охн В. ?охнсон из америчке во?ске спровели су пионирске експерименте са но?ним - Висион Имаге Интенсификатори да квантифику?у колико ?е дета?а слике потребно за различите визуелне задатке (?охнсон'с критери?уми - Википедиа). У свом папиру из 1958. године "Анализа система за формира?е слика", ?охнсон ?е при?авио емпири?ске прагове (у лини?ским паровима на ци?у) потребан за различите задатке (?охнсон'с критери?уми - Википедиа) (?охнсон'с критери?уми - Википедиа). То ?е постало познато као ?охнсонове критери?уме. Револуционизирао ?е сензорски диза?н омогу?ава?у?и инже?ерима да предвиде колико ?е далеко могао да се види, препозна?е или идентифику?е под датим условима (?охнсон'с критери?уми - Википедиа) (?охнсон'с критери?уми - Википедиа). Користе?и ове критери?уме, многи предиктивни модели су касни?е разви?ени да оцене перформансе сензора у различитим оперативним условима (?охнсон'с критери?уми - Википедиа) (?охнсон'с критери?уми - Википедиа).

Задаци открива?а, препознава?а и идентификаци?е (ДРИ)

?охнсонове критери?уме дефинише три основна Визуелни задаци:

• Открива?е: Посматрач ?едноставно приме?у?е да ?е предмет присутан. (На овом нивоу, неко може видети само "мр?у" или промену на сцени.) ?охнсон ?е открио да ?е потребно детекци?а 1.0 ± 0,25 лини?а лини?а преко ци?а (?охнсон'с критери?уми - Википедиа).

• Препознава?е: Посматрач може испричати општу врсту об?екта (на пример, разликовати особу из возила). Ово захтева више дета?а - првобитно о томе 4,0 ± 0,8 лини?а лини?а (?охнсон'с критери?уми - Википедиа).

• Идентификаци?а: Посматрач може да идентифику?е одре?ени об?ект (нпр. Одре?ени модел возила или одре?ена особа). Ово ?е на?тежи задатак ко?и захтева 6.4 ± 1.5 Лини?ски парови (?охнсон'с критери?уми - Википедиа).

(?охнсон ?е тако?е приметио сред?у "ори?ентаци?у" корак на ~ 1.4 лини?ским паровима (?охнсон'с критери?уми - Википедиа), али савремене дискуси?е се често фокусира?у на задатке ДРИ.) У практичним инже?ерским условима, ?едан пар лини?е одговара отприлике две слике пиксела широм ци?а (?охнсон'с критери?уми - Википедиа). У модерним термичким сликама, ови прагови су често заоб?ени на 1, 3 и 6 циклуса за 50% вероватно?е обав?а?а задатка (Шта ?е ДРИ, и шта ?е засновано на израчунава?у?).

(Фрее МАН Силхоуетте Вецтор Арт - Преузми 17.246+ МАН Силхоуетте Ицонс & Грапхицс - Пикабаи) Слика: ?удски - облик у облику посматра?а. У далековида, мета само ствара тамну силуету (дово?но за открива?е); Како се резолуци?а (или близина) пове?ава, по?ав?у?у се карактеристике лица и оде?е, омогу?ава?у?и препознава?е и на кра?у пуну идентификаци?у. ?охнсонове критери?уме квантифику?е колико су пово?не парове дета?а потребне у свако? фази (?охнсон'с критери?уми - Википедиа) (Шта ?е ДРИ, и шта ?е засновано на израчунава?у?).

?охнсонове критери?уме (прагови резолуци?е)

?охнсонов оригинални критери?уми често су сажети на следе?и начин за 50% стопе успеха сваког задатка (?охнсон'с критери?уми - Википедиа):

• Открива?е (присуство об?екта): ~ 1.0 Лини?ски пар на ци?у (50% вероватно?е) (?охнсон'с критери?уми - Википедиа).

• Препознава?е (класа об?екта): ~ 4.0 лини?ски парови на мети (?охнсон'с критери?уми - Википедиа).

• Идентификаци?а (одре?ени об?ект): ~ 6.4 Лини?ски парови на мети (?охнсон'с критери?уми - Википедиа).

Ове вредности претпостав?а?у високу ци?ану - позадинску контраст и идеалан посматрач. (Сваки пар лини?е ?еднак ?е два сензорска пиксела, тако да ?е нпр. 1.0ини пар ≈ 2 пиксела ширине ци?ане ширине ци?а (?охнсон'с критери?уми - Википедиа).) Многи системи наводе по?едностав?ени "ДРИ" бро?еви од 1 - 3 - 6 циклуса (лини?ски парови) за открива?е - препознава?е - идентификаци?е, респективно (Шта ?е ДРИ, и шта ?е засновано на израчунава?у?). На пример, См?ерница НАТО-а користи отприлике 1 циклус за открива?е, 3 за препознава?е и 6 за идентификаци?у (Шта ?е ДРИ, и шта ?е засновано на израчунава?у?). (Амерички амерички во?ска ?е ажурирано Набавити Критери?уми чак и користе 0,75, 1,5, 3 и 6 циклуса за открива?е, класификовати, препознати, препознати, одражава?у?и рафиниране задатке (Истори?а и еволуци?а критери?ума ?охнсон-а).)

?охнсонове критери?уме често се изражава?у вероватно: дано N Циклуси на мети, посто?и одговара?у?а вероватно?а да се правилно обав?а сваки задатак (обично сигмоид попут, са 50% на табелираним праговима). Ме?утим, на?чеш?е се користи као "правило палца" ко?и се односи на потребну резолуци?у задатку.

Математичка основа (резолуци?а и распон)

Тхе Бро? резолуци?е циклуса Преко ци?а зависи од величине ци?а, распона, сензорске оптике и величине пиксела. За ?едноставан модел рупа или танког сочива (мала - приближава?е угаоног угао), ?едан налази (Теме?на анализа система за снима?е за аутономне возила):

где n ?е бро? циклуса на мети, х_о ?е карактеристична величина ци?а (м), f ?е фокусна дужина сочива (исте ?единице као пиксела), p ?е пиксела (уда?еност изме?у пиксела центара) и R ?е домет до ци?а. Ова формула снима интуитивне ефекте: пове?ава се ве?а мета (или дужа фокусна дужина) n, док се ве?а пиксела или дужи распон сма?у?е n (Теме?на анализа система за снима?е за аутономне возила). Ако N циклуси су потребни (од ?охнсонове табеле) за одре?ени задатак, опсег детекци?е може се решити као

На пример, удвоструче?е ци?ане величине или жаришне дужине удвостручу?е распон открива?а за фиксно N (Теме?на анализа система за снима?е за аутономне возила). Исто тако, преполовите питцх пиксела (т?. Ве?а резолуци?а сензора) удвостручу?е распон. Ове формуле се често користе термичким камерама Спеед - Листс за процену Д / Р / И располаже се под идеалним условима.

Фактори ко?и утичу на распон детекци?е

?едноставна формула распона изнад претпостав?а савршене контрастне и ?асне услове. У пракси, многи фактори утичу на распон открива?а и препознава?а:

• Ци?на величина и контраст: Ве?и (виши или шири) ци?еви су вид?иви на ве?им расто?а?има; Слично томе, ци? са вишим инфрацрвеним контраном (нпр. Хоттер вс хлад?ак него позадину) ?е лакше открити. За топлотне камере, уобича?ена претпоставка ?е температура температуре ~2 ° Ц са позадине за поуздано открива?е. Ма?и или ниски контрастни ци?еви захтева?у више циклуса (на та? начин ближе распони).

• Резолуци?а и оптика сензора: Као што ?е назначено, лепши пиксели (ма?и p) и дужа фокусна дужина f Пове?а?те домет. Тако?е, функци?а преноса модулаци?е сензора (МТФ) и оптички квалитет утичу на то колико се дета? пребацу?е добро. У ?охнсоновим речима, бо?а оптика (виша МТФ) ефикасно сма?ити потребне циклусе за дат задатак (Теме?на анализа система за снима?е за аутономне возила).

• Атмосферски услови: Праве атмосфере омета?у инфрацрвене сигнале. Ефекти кише, магле или прашине могу оштро сма?ити распон. ?едноставни модели користе закон пива (ф_т = екп (- р / л_р)) израчунати пренос на таласно? дужини (Истори?а и еволуци?а критери?ума ?охнсон-а). Емпири?ске студи?е показу?у магла и велико време може драстично нижи вероватно?у открива?а, чак и у ИР (Истори?а и еволуци?а критери?ума ?охнсон-а). Термички ИР пати ма?е од водене паре него вид?иво светло, али непово?но временски временски скра?у?е распон знача?но (Истори?а и еволуци?а критери?ума ?охнсон-а) (Истори?а и еволуци?а критери?ума ?охнсон-а).

• Позадина нереда: Висока - Позадина нереда чини теже детекци?у. Експерименти показу?у да у "ниским нередима" сцене ?охнсонове прагове могу бити мале као ~ 0,5 циклуса за открива?е, али у "високим нередима" сцене преко 2,5 циклуса може бити потребно за открива?е 50% (Истори?а и еволуци?а критери?ума ?охнсон-а). У пракси, камуфлирана или визуелно сложена позадина често захтева ци?ни контраст или резолуци?а, као и изнад минимум ?охнсона.

• Сигнал - ом?ера буке (СНР) и шум сензора: Термички детектори има?у буку (нетд) и ограничен динамички распон. Слаби топлотни потпис или шум са високим сензором ефикасно подиже потребне циклусе. Студи?е наглашава?у да мали СНР делу?е попут заму?е?а: то деградира квалитет слике и сма?у?е ефикасан опсег (Истори?а и еволуци?а критери?ума ?охнсон-а).

За?едно ови фактори значе да ?охнсонове критери?уме да?у идеализоване опсеге. Сваки практични израчун мора да садржи атмосферску пренос, ци?ни контраст, буку сензора итд. На пример, Леонардо ДРС приме?у?е да ?охнсонове формуле преузме "пуно сигнала" (добар контраст и низак звук) и чист ваздух. Генерално, реална ?едначина распона множи се ?едноставна формула вид?ивош?у или термином преноса да би се рачунали за атмосферу.

Пример израчунава?а

Користе?и гор?е формуле, може се проценити Д / Р / И распон за дату камеру и ци?. На пример:

• Пример: Висока 2М висока (х_о = 2м) ко?и се има са термичким камером са f = 50 мм и пиксела p = 20μм (= 0,02 мм). Кориш?е?е ?охнсонових прага 1 - циклуса за открива?е,

  $$Р _ {\ рм дет} = \ фрац {2 \ \ тект {м} \ пута 50 \, \ тект {мм}} {2 \ пута 0.02 \, \ тект {мм} \ пута 1} \ цца 2500 \ \ тект {м}.$$

  За препознава?е (≈3 циклуса) и идентификаци?е (≥6 циклуса), распон поста?у ≥833м и ≥417м (од $ р \ пропто1 / н $).

• Пример произво?ача: Носач за апликаци?у Леонардо ДРС да?е ?удску мету (критична димензи?а ~ 0,95м) и камера са 17,7 милиона пиксела и 16,75 мм жаришне дужине. За задатак за препознава?е циклуса рачуна?у, израчунава?у опсег детекци?е од око 157 милиона. (Са истим бро?евима, наша формула да?е $ Р \ приближно (0,95 \ пута 16.75) / (2 \ тимес0.017 \ тиме3) \ приближно 157 $ м, подудара?е ?иховог примера.)

• Типичне вредности: У идеалним условима (добар контраст, чист ваздух), ?охнсоново правило - - предви?а детекци?у човека на редоследу неколико километара. На пример, ?едан извор ЦИТЕС ~ 2000м детекци?а, ~ 667М препознава?е и ~ 333м идентификаци?а за 1,8 милиона особу (Шта ?е ДРИ, и шта ?е засновано на израчунава?у?).

Ови примери показу?у како се ?охнсонове критери?уме могу директно применити ?едноставним аритметиком. Стварни распони у пракси често су нижи због горе наведених фактора.

Апликаци?е

?охнсонове критери?уме се широко користи у диза?нира?у и процени Системи за термичке слике Кроз много по?а:

• Во?ска и одбрана: Спецификаци?е сензора за но? - Висион Сцопес, Термички знаменитости и надзор Често се налазе Д / Р / И Рангес на основу ?охнсонових критери?ума (?охнсон'с критери?уми - Википедиа). Ци?ни стица?е и препознава?е (при?ате? вс непри?ате?) но?у се осла?а на ове процене. Многи по?ски приручници и документи о набавкама Референце 1 - 3 - 6 Правило - палца за оруж?е - монтиране ир знаменитости.

• Претрага и спашава?е / сигурност: Ручни или монтирани термички фотоапарати ко?е се користе за проналаже?е изгуб?ених особа или надгледати периметре, тако?е користе ДРИ метрике. На пример, ресцуе тимови могу захтевати камеру ко?а може открити човек на 1км и препознати на 400м. ?охнсонове критери?уме пружа основну лини?у за такве спецификаци?е.

• Надзор и спрово?е?е закона: Гранична патрола, пра?е?е див?их животи?а и системи за открива?е упада користе ове критери?уме да предвиде колико далеко сензор може преузети особу или возило но?у. (Неки стандарди формализу?у задатке ?охнсона; нпр. НАТО користи Д, Р, И класификаци?е у захтевима за обраду слика?а.)

У сваком случа?у, ?охнсонове критери?уме помажу у преводу параметара сензора (резолуци?а, оптику, величину пиксела) у интуитивно метричко перформансе (асортиман за открива?е или препознава?е типичне ци?еве).

Ограниче?а и савремене адаптаци?е

Упркос ?ено? корисности, ?охнсонове критери?уме ?е важно ограниче?а. То ?е емпири?ски, идеализовани модел ко?и изостав?а много стварних - светских ефеката:

• По?едностав?ени услови: Претпостав?а се ?еднолична позадина, дово?но ци?ни контраст и добро калибрирани посматрач. Не приказу?е неред или камуфлажу. У пракси, ци? против сложене позадине може захтевати више резолуци?е од ?охнсонова номиналних вредности (Истори?а и еволуци?а критери?ума ?охнсон-а).

• Игнорише ефекте заштите животне средине: Оригинални критери?уми не ук?учу?у временске прилике или атмосферско пригуше?е. Студи?е то наглашава?у Нема ?едноставног модела у потпуности снима ефекте магле, кише и дима (Истори?а и еволуци?а критери?ума ?охнсон-а) (Истори?а и еволуци?а критери?ума ?охнсон-а). Савремени системи се често умножава?у по атмосферском преносам или користи моделе емпири?ске вид?ивости.

• ?удски фактори: ?охнсонов рад ?е користио неколико обучених посматрача под контролисаним условима; Игнорише вари?аци?е у обуци посматрача, паж?е, умор итд. Могу посто?ати знача?не разлике изме?у по?единаца у стварном вероватно?у открива?а (Истори?а и еволуци?а критери?ума ?охнсон-а).

• Сигнал и обрада: Модел третира слику као да ?е ограничено само геометри?ом (пиксела и оптика). Не ук?учу?е шум сензора (НетД), динамички распон или побо?ша?а обраде слика. Сваки на броду или видео алгоритми могу побо?шати ефикасну резолуци?у, што значи да праве камере често надмашу?у границе голе ?охнсон.

• Фокус вероватно?е: Критери?уми су дефинисани за ~ 50% вероватно?е. Они не опису?у како перформансе побо?шава?у више резолуци?е изван прага, нити се ума?у?у лажне - стопе аларма или роц криву?е.

Због ових празнина модерни модерни модели перформанси проширу?у ?охнсонов приступ. На пример, америчке во?ске Набавити Методологи?а прилаго?ава захтеве циклуса (0,75 циклуса за открива?е итд.) На основу опсежни?е тестира?а (Истори?а и еволуци?а критери?ума ?охнсон-а). Многи алати за анализу сада интегришу МТФ, СНР и атмосферски модели изричито. Неки ук?учу?у пригуше?е пива-ламберт (као у ? - филм/Т - упознат Модели (Истори?а и еволуци?а критери?ума ?охнсон-а)) или метрике неред. Други заме?у?у тешке прагове са теори?ом за открити статистику (нпр. Кориш?е?е карактеристичних криву?а оперативних при?емника). Ипак, ?охнсонове критери?уме и да?е оста?е концепт за оснива?е и брзи водич за прву - нару?бу за термички распон слике.

У резимеу, ?охнсонове критери?уме повезу?у просторну резолуци?у инфрацрвеног сензора на практичне задатке да виде мету. Изражава?у?и открива?е, препознава?е и идентификаци?у у погледу "лини?а лини?а на мети", пружа инже?ере директно израчунава?е колико дата камера може извршити сваки задатак под идеалним условима (?охнсон'с критери?уми - Википедиа) (Теме?на анализа система за снима?е за аутономне возила). Иако се мора у обзир реалним - светским факторима у било ко?ем дета?ном диза?ну, ?охнсонове критери?уме и да?е поднели су ве?ину спецификаци?а топлотних фотоапарата и процене перформанси данас (?охнсон'с критери?уми - Википедиа) (Истори?а и еволуци?а критери?ума ?охнсон-а).

Извори: К?учне дефиници?е и вредности су из ?охнсоновог оригиналног рада (?охнсон'с критери?уми - Википедиа) и сажетке у литератури (?охнсон'с критери?уми - Википедиа) (Шта ?е ДРИ, и шта ?е засновано на израчунава?у?). Прорачуни распона открива?а прате танке - формуле сочива у анализи за снима?е (Теме?на анализа система за снима?е за аутономне возила). Ефекти заштите животне средине и нереда су документовани у пра?е?у - уп студи?а (Истори?а и еволуци?а критери?ума ?охнсон-а) (Истори?а и еволуци?а критери?ума ?охнсон-а). Практични примери и претпоставке долазе од произво?ача и техничких извешта?а (Шта ?е ДРИ, и шта ?е засновано на израчунава?у?).