liu.seSearch for publications in DiVA
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Rhino and Human Detection in Overlapping RGB and LWIR Images
Linköping University, Department of Electrical Engineering, Computer Vision. Linköping University, Faculty of Science & Engineering.
2015 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Noshörnings- och människodetektion i överlappande färg- och LVIR-bilder (Swedish)
Abstract [en]

The poaching of rhinoceros has increased dramatically the last few years andthe park rangers are often helpless against the militarised poachers. LinköpingUniversity is running several projects with the goal to aid the park rangers intheir work.This master thesis was produced at CybAero AB, which builds Remotely PilotedAircraft System (RPAS). With their helicopters, high end cameras with a rangesufficient to cover the whole area can be flown over the parks.The aim of this thesis is to investigate different methods to automatically findrhinos and humans, using airborne cameras. The system uses two cameras, onecolour camera and one thermal camera. The latter is used to find interestingobjects which are then extracted in the colour image. The object is then classifiedas either rhino, human or other. Several methods for classification have beenevaluated.The results show that classifying solely on the thermal image gives nearly as highaccuracy as classifying only in combination with the colour image. This enablesthe system to be used in dusk and dawn or in bad light conditions. This is animportant factor since most poaching occurs at dusk or dawn. As a conclusion asystem capable of running on low performance hardware and placeable on boardthe aircraft is presented.

Abstract [sv]

Tjuvjakten av noshörningar har ökat drastiskt de senaste åren och parkvakternastår ofta handfallna mot militariserade tjuvjägare. Linköpings Universitet arbetarpå flera projekt som på olika sätt ska vara ett stöd för parkvakterna i deras arbete.Examensarbetet genomfördes på CybAero AB som jobbar med att bygga fjärrstyrdahelikoptrar, så kallade RPAS (Remotely Piloted Aircraft System). Med derassystem kan man bära högkvalitativa kameror och ha stor räckvidd så hela parkenkan övervakas.Det här examensarbetet syftar på att undersöka olika metoder för att från luftburnakameror kunna ge information om vad som pågår i parken. System bygger påatt man har två kameror, en vanlig färgkamera och en värmekamera. Värmekamerananvänds för att hitta intressanta objekt som sedan plockas ut ur färgbilden.Objektet klassificeras sedan som antingen noshörningar, människor eller annat.Flertalet metoder har utvärderas utefter deras förmåga att klassificera objektenkorrekt.Det visade sig att man kan få väldigt bra resultat när man klassificerar endastpå värmebilden vilket ger systemet möjlighet att operera även när det är skymningeller mörkt ute. Det är en väldigt viktig del då de flesta djuren skjuts vidantingen gryning eller skymning. Som slutsats i rapporten presenteras ett förslagpå system som kan köras på lågpresterande hårdvara för att kunna köras direkt iluften.

Place, publisher, year, edition, pages
2015. , 54 p.
Keyword [en]
Machine Learning, Feature Desciptor, Thermal, IR, LWIR, Rhino, Human, Poaching
National Category
Computer Systems
Identifiers
URN: urn:nbn:se:liu:diva-120323ISRN: LiTH-ISY-EX--15/4837--SEOAI: oai:DiVA.org:liu-120323DiVA: diva2:843745
Subject / course
Computer Vision Laboratory
Supervisors
Examiners
Available from: 2015-08-10 Created: 2015-07-31 Last updated: 2015-08-17Bibliographically approved

Open Access in DiVA

fulltext(19321 kB)449 downloads
File information
File name FULLTEXT01.pdfFile size 19321 kBChecksum SHA-512
6e84a917abfcd21dd179351445e4e97ea4b2a40c64e3fec1263083a27cac5f6f8edbc0ea90df89f764186e3aca5290661e6bc1937a7465f3603345f2967a54fe
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Karlsson Schmidt, Carl
By organisation
Computer VisionFaculty of Science & Engineering
Computer Systems

Search outside of DiVA

GoogleGoogle Scholar
Total: 449 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 708 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf