Generating multi-modal drone detection data in Unreal Engine

Son yıllarda, drone teknolojisinin hızla gelişmesi, güvenlik ve gözetim sistemleri için önemli zorluklar ortaya koymuştur. Etkili drone tespit yöntemleri, ulusal güvenlik, özel mülk koruması ve güvenli hava sahası yönetimi gibi çeşitli uygulamalar için kritik öneme sahiptir. Bu tez, başarılı drone tespit modellerini eğitmek için gerekli olan kapsamlı veri setlerine olan ihtiyacı, simülasyon ortamlarını kullanarak ele almaktadır. Yaklaşımımız, çeşitli senaryolarda dronların hem görsel hem de ses verilerini içeren çok modlu veri setleri oluşturmak için geliştirdiğimiz AirSim GUI ile birlikte Unreal Engine ve AirSim eklentisini kullanmaktadır. Bu araştırmanın temel amacı, drone tespit modellerinin performansını artırmak için yüksek kaliteli veri setleri oluşturmanın maliyet etkin ve ölçeklenebilir bir yöntemini geliştirmektir. Unreal Engine içinde oluşturulmuş bir ortamda bir dronunu simüle ediyor ve veri setini oluşturmak için görüntüler ve ses klipleri kaydediyoruz. AirSim GUI, simülasyon parametreleri üzerinde hassas kontrol sağlar ve belirli koordinatlarda drone oluşturma, çeşitli kamera türlerini entegre etme, uçuş yollarını tanımlama ve ses kaydetme gibi özellikler içermektedir. Çalışmamızda, tespit senaryolarının kapsamlı bir şekilde ele alınmasını sağlamak için hem gerçek zamanlı hem de çevrimdışı yetenekleri içeren bir ses üretim süreci uyguladık. Sonuçlarımız, bu yöntemle üretilen sentetik verilerin, özellikle gerçek dünya verilerinin yetersiz olduğu durumlarda, drone tespit modellerinin performansını artırdığını göstermektedir.