☝ Статья А.А. Березкина, А.А. Ченского и Р.В. Киричека «Маскирование кодированного FPV видеопотока при управлении БПЛА. Часть II. Обучение моделей и эксперименты» является второй частью исследования маскирования бинарных последовательностей кадров FPV-видеопотока.

В первой части статьи были рассмотрены существующие методы, предложен новый подход к маскированию значений в реальном времени, разработаны нейросетевые (НСВБП, ПНСВБП-М, ПНСВБП-П) и регрессионные модели (ЛгРПМ, ЛнРПМ) различной архитектуры.

Во второй части статьи проведено обучение моделей восстановления маскированных значений и эксперименты над маскирующим нейросетевым кодеком.

Проведенные эксперименты показали, что:
🔹наилучшие результаты по качеству восстановления ЛПП показывает простая нейросетевая модель, состоящая из свёрточных, транспонированных свёрточных и полносвязных слоёв (НСВБП);
🔹перспективно применение свёрточных нейронных сетей для маскирования в поточном режиме;
🔹использование нейросетевой модели НСВБП со степенью маски p = 0,05 пригодно для применения с точки зрения качества восстанавливаемого изображения при дополнительном сжатии ЛПП с незначительными потерями либо без сжатия ЛПП с потерями;
🔹использование нейросетевой модели НСВБП со степенью маски p = 0,25 пригодно для применения с точки зрения качества восстанавливаемого изображения при отсутствии дополнительного сжатия ЛПП с потерями и низкими требованиями к качеству восстанавливаемых кадров;
🔹суммарное время маскирования и демаскирования при выполнении нейросетевой модели НСВБП на GPU Nvidia A100 80 Гб варьируется от 2,25 (при степени маски p = 0,95) до 5 (при степени маски p = 0,05) мс, что показывает пригодность модели для маскирования и восстановления ЛПП в режиме реального времени;
🔹маскирование ЛПП вариационного автокодировщика KL-f16 не приводит к образованию, так называемых, «чёрных кадров».

#БПЛА #FPV #системы_связи #технологии_будущего

Полный текст статьи опубликован в №5 2025 журнала «Электросвязь».