論文の概要: Unauthorized Drone Detection: Experiments and Prototypes
- arxiv url: http://arxiv.org/abs/2212.01436v1
- Date: Fri, 2 Dec 2022 20:43:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 16:12:30.545370
- Title: Unauthorized Drone Detection: Experiments and Prototypes
- Title(参考訳): 無許可ドローン検出:実験とプロトタイプ
- Authors: Muhammad Asif Khan, Hamid Menouar, Osama Muhammad Khalid, and Adnan
Abu-Dayya
- Abstract要約: 本稿では、受信信号強度インジケータ(RSSI)と、ドローンの位置座標から生成された暗号鍵の2段階検証を利用する、新しい暗号化ベースのドローン検出方式を提案する。
- 参考スコア(独自算出の注目度): 0.8294692832460543
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increase in the number of unmanned aerial vehicles a.k.a. drones pose
several threats to public privacy, critical infrastructure and cyber security.
Hence, detecting unauthorized drones is a significant problem which received
attention in the last few years. In this paper, we present our experimental
work on three drone detection methods (i.e., acoustic detection, radio
frequency (RF) detection, and visual detection) to evaluate their efficacy in
both indoor and outdoor environments. Owing to the limitations of these
schemes, we present a novel encryption-based drone detection scheme that uses a
two-stage verification of the drone's received signal strength indicator (RSSI)
and the encryption key generated from the drone's position coordinates to
reliably detect an unauthorized drone in the presence of authorized drones.
- Abstract(参考訳): 無人航空機(無人航空機)の増加は、公共のプライバシー、重要なインフラ、サイバーセキュリティにいくつかの脅威をもたらす。
したがって、ここ数年で無人ドローンの発見に注目が集まっている重要な問題である。
本稿では,室内環境と屋外環境の両方において,その効果を評価するための3つのドローン検出手法(音響検出,高周波検出,視覚検出)の実験研究について述べる。
そこで,本研究では,ドローンの受信信号強度インジケータ(rssi)の2段階検証と,ドローンの位置座標から生成した暗号鍵を用いて,認可されたドローンの存在下で無許可のドローンを確実に検出する暗号化方式を提案する。
関連論文リスト
- Chasing the Intruder: A Reinforcement Learning Approach for Tracking
Intruder Drones [0.08192907805418582]
本研究では、チェッカードローンを用いて侵入者ドローンを識別・追跡するための強化学習に基づくアプローチを提案する。
提案手法は、強化学習の政策学習フレームワークにインターリーブされたコンピュータビジョン技術を用いている。
その結果、強化学習に基づくポリシーは、侵入者ドローンを識別・追跡するために収束していることがわかった。
論文 参考訳(メタデータ) (2023-09-10T16:31:40Z) - Sound-based drone fault classification using multitask learning [7.726132010393797]
本稿では,DNN断層分類器とドローン音声データセットを提案する。
データセットは、無響室の3つの異なるドローンに搭載されたマイクからドローンの操作音を収集することで構築された。
得られたデータセットを用いて、短時間の入力波形から機械的故障の種類とその位置を分類する分類器である1DCNN-ResNetを訓練する。
論文 参考訳(メタデータ) (2023-04-23T17:55:40Z) - TransVisDrone: Spatio-Temporal Transformer for Vision-based
Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。
既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。
計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文 参考訳(メタデータ) (2022-10-16T03:05:13Z) - Drone Detection and Tracking in Real-Time by Fusion of Different Sensing
Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。
われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。
このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文 参考訳(メタデータ) (2022-07-05T10:00:58Z) - DronePose: The identification, segmentation, and orientation detection
of drones via neural networks [3.161871054978445]
飛行中のドローンを完全に特徴付けるために,決定木とアンサンブル構造を用いたCNNを提案する。
我々のシステムは、ドローンの種類、方向(ピッチ、ロール、ヨー)を決定し、異なる身体部位を分類するためにセグメンテーションを行う。
また,高精度にラベル付けされた写真リアリスティックトレーニングデータを高速に生成するためのコンピュータモデルも提供する。
論文 参考訳(メタデータ) (2021-12-10T12:34:53Z) - A dataset for multi-sensor drone detection [67.75999072448555]
近年,小型・遠隔操作無人航空機(UAV)の使用が増加している。
ドローン検出に関するほとんどの研究は、取得デバイスの種類、ドローンの種類、検出範囲、データセットを特定することに失敗している。
我々は、赤外線および可視ビデオとオーディオファイルを含むドローン検出のための注釈付きマルチセンサーデータベースにコントリビュートする。
論文 参考訳(メタデータ) (2021-11-02T20:52:03Z) - Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
本稿では,他の飛行ドローンからドローンを検知する問題に対処する。
ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。
これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
論文 参考訳(メタデータ) (2021-03-31T17:43:31Z) - Real-Time Drone Detection and Tracking With Visible, Thermal and
Acoustic Sensors [66.4525391417921]
熱赤外カメラは、ドローン検出タスクに対する実現可能な解決策であることが示されている。
また,センサ間距離の関数としての検出器性能についても検討した。
ドローン、鳥、飛行機、ヘリコプターの650個の注釈付き赤外線と可視ビデオを含む新しいビデオデータセットも紹介されている。
論文 参考訳(メタデータ) (2020-07-14T23:06:42Z) - Detection and Tracking Meet Drones Challenge [131.31749447313197]
本稿では、オブジェクト検出・追跡データセットとベンチマークのレビューを行い、手動アノテーションによる大規模ドローンによるオブジェクト検出・追跡データセットの収集の課題について論じる。
当社のVisDroneデータセットは、中国北部から南部にかけての14の都市部と郊外部で収集されたものです。
本稿では,ドローンにおける大規模物体検出・追跡の現場の現状を詳細に分析し,今後の方向性を提案するとともに,課題を結論づける。
論文 参考訳(メタデータ) (2020-01-16T00:11:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。