Détails du projet
Objectif du projet
The aim of this study is threefold:
i. To develop an autonomous methodology for the characterization of environmental parameters to be injected in real-time into the target recognition process.
ii. To assess the operational performance of the techniques developed for target detection and recognition under the mine countermeasures capability replacement (rMCM) project.
iii. To create a database or model for the construction of Additional Military Layers to enhance environmental awareness for mine-search.
i. To develop an autonomous methodology for the characterization of environmental parameters to be injected in real-time into the target recognition process.
ii. To assess the operational performance of the techniques developed for target detection and recognition under the mine countermeasures capability replacement (rMCM) project.
iii. To create a database or model for the construction of Additional Military Layers to enhance environmental awareness for mine-search.
Sources de financement
The project DAP/21-11 is financed under the DFR call.
| statut | Fini |
|---|---|
| Les dates de début/date réelle | 1/09/21 → 31/08/25 |
Partenaires de collaboration
- École royale militaire (lead)
- CMRE-STO
- University of Ghent
- ECA ROBOTICS
- ENSTA Bretagne
Domain IRSD
- DAP
Empreinte digitale
Explorez les thèmes de recherche abordés par ce projet. Ces libellés sont générés sur la base des prix/subventions sous-jacents. Ensemble, ils forment une empreinte digitale unique.
Résultat de recherche
- 2 Contribution à une conférence
-
A new Deep Learning Neural Network Architecture for Seafloor Characterisation
Arhant, Y., Neyt, X. & Pizurica, A., 2 oct. 2023, Proceedings of the NATO Military Sensing Symposium 2023. NATO Science and Technology Organization, 4 p. 92Résultats de recherche: Chapitre dans un livre, un rapport, des actes de conférences › Contribution à une conférence
Accès ouvertFile42 Téléchargements (Pure) -
D4SC: Deep Supervised Semantic Segmentation for Seabed Characterisation in Low-Label Regime
Arhant, Y., Tellez, O. L., Neyt, X. & Pizurica, A., 2023, IGARSS 2023 - 2023 IEEE International Geoscience and Remote Sensing Symposium, Proceedings. Institute of Electrical and Electronics Engineers Inc., p. 6932-6935 4 p. (International Geoscience and Remote Sensing Symposium (IGARSS); Vol 2023-July).Résultats de recherche: Chapitre dans un livre, un rapport, des actes de conférences › Contribution à une conférence › Revue par des pairs
Accès ouvertFile2 Citations (Scopus)33 Téléchargements (Pure)
Activités
-
A new Deep Learning Neural Network Architecture for Seafloor Characterisation
Arhant, Y. (Orateur), Neyt, X. (Co-auteur) & Pizurica, A. (Co-auteur)
21 avr. 2023Activité: Conférence ou présentation › Présentation orale à caractère scientifique
-
Artificial Intelligence for Seafloor Identification
Arhant, Y. (Orateur), Lopera Tellez, O. (Orateur), Neyt, X. (Co-auteur) & Pizurica, A. (Co-auteur)
19 juin 2024Activité: Conférence ou présentation › Présentation orale à caractère scientifique
-
Artificial Intelligence for Defence Seminars
Arhant, Y. (Participant)
1 juil. 2022Activité: Participation ou organisation d'un événement (conférence, campagne de mesure) › Participation à un séminaire