RESEARCH OF NEURAL NETWORK MODELS OF VIDEO PREDICTION FOR FPV CONTROL OF UNM ANNED SYSTEMS

Abstract

Исследована модель уменьшения объема видеопотока, основанная на предсказании будущих кадров в системе управления беспилотными системами от первого лица. Проанализированы существующие решения для поставленной задачи, а также возможность применения различных моделей и методов, обученных на похожих данных. Результаты исследования основных модулей системы показали, что при использовании предложенной архитектуры возможно сокращение объема передаваемого видеопотока с беспилотных летательных аппаратов (БПЛА)в пункт управления более чем в три раза при несущественном ухудшении качества видео, что позволяет обеспечить управление беспилотной системой от первого лица в каналах с ограниченной пропускной способностью. In this paper, a new model of reducing the volume of the video stream based on predicting future frames in a first-person view control system for unmanned systems is proposed. Existing solutions are analyzed, as well as the possibility of using different models and methods trained on similar data. The results of the study of the main modules of the system have shown that using the proposed architecture it is possible to reduce the volume of the transmitted video stream from unmanned aerial vehicles (UAVs) to the control center more than three times with an insignificant deterioration of video quality, which allows to provide first-person control of the unmanned systems in channels with limited bandwidth.