Моделі та метод нейромережевого аналізу супутникових знімків

Скорочена інформація про документ
dc.contributor.advisorТерейковський, Ігор Анатолійович
dc.contributor.authorРоговий, Дмитро Сергійович
dc.date.accessioned2026-01-16T08:29:22Z
dc.date.available2026-01-16T08:29:22Z
dc.date.issued2025
dc.description.abstractАктуальність теми. Просторова роздільна здатність є ключовим фактором який визначає інформативність супутникових знімків. Оскільки апаратне підвищення роздільної здатності є проблемою через технічну складність та високі матеріальні витрати, альтернативою є застосування методів Super-Resolution. Але більшість сучасних SOTA-моделей навчені на природних зображеннях, а спеціалізовані відстають у розвитку або є складними в імплементації та зазвичай не мають готових ваг, потребуючи навчання. Дослідження ефективності використання новіших та краще підтримуваних моделей загального призначення є актуальним завданням в сфері дистанційного зондування Землі. Об’єктом дослідження є процес цифрової обробки та масштабування супутникових знімків. Предметом дослідження є нейромережеві моделі та математичні методи підвищення просторової роздільної здатності зображень. Метою роботи є експериментальне дослідження доцільності та ефективності застосування моделей SR загального призначення в умовах специфіки супутникових знімків. Наукова новизна: Експериментально підтверджено низьку ефективність збільшення ємності моделі в умовах роботи з даними, відмінними від навчальних. Виявлено та обгрунтовано упередженість безеталонних метрик оцінки перцептивної якості(NIQE та BRISQUE). Практична цінність: створено модульний та надлишковий інструментарій для подальших досліджень. Обгрунтовано потенційні переваги використання легких згорткових нейронних мереж загального призначення. Апробація роботи: XVIII Науковій конференції магістрантів та аспірантів ПМК-2025, Київ, 19-21 листопада 2025, XVIII Всеукраїнській науково-практичній WEB конференції аспірантів, студентів та молодих вчених КОМП’ЮТЕРНІ ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ ТА МЕРЕЖІ, Україна, 25-27 березня 2025. Структура та обсяг. Магістерська дисертація складається зі вступу, чотирьох розділів, висновків, переліку використаних джерел та додатків. У вступі обгрунтовано актуальність, сформульовано мету та задачі. У першому розділі проведено аналіз методів SR та проблематики супутникових знімків. У другому – обгрунтовано вибір мови програмування, бібліотек, методів SR, метрик та набору даних. У третьому описано архітектуру розробленого програмного комплексу. У четвертому проведено комплексний, поетапний аналіз результатів експериментів. Робота викладена на 93 сторінках, містить 25 рисунків, 7 таблиць, 4 додатки.
dc.description.abstractotherRelevance of the topic. Spatial resolution is a key factor determining the informativeness of satellite images. Hardware-based resolution enhancement is a problem due to technical complexity and high material costs. An alternative solution is the application of Super-Resolution methods. However, most modern SOTA models are trained on natural images, while specialized ones lag in development or are complex to implement and usually lack pre-trained weights, requiring training. Investigating the efficiency of using newer and better-supported general-purpose models is a relevant task in the field of Earth Remote Sensing. The object of research is the process of quality restoration and scaling of satellite images. The subject of research is models and methods for increasing the spatial resolution of images. The purpose of the work is the experimental investigation of the feasibility and efficiency of applying general-purpose SR models given the specifics of satellite imagery. The scientific novelty lies in the following: The low efficiency of increasing model capacity when working with data different from the training data has been experimentally confirmed. The bias of no-reference perceptual quality assessment metrics (NIQE and BRISQUE) has been identified and substantiated. The practical value of the work involves the creation of a modular and redundant toolkit for further research. The potential advantages of using lightweight general-purpose convolutional neural networks have been substantiated. Approbation of the work. The main provisions of the work were presented at the XVIII Scientific Conference of Master's and Postgraduate Students PMK-2025, Kyiv, November 19–21, 2025, [and] the XVIII All-Ukrainian Scientific and Practical WEB Conference of Postgraduate Students, Students and Young Scientists COMPUTER INTELLIGENT SYSTEMS AND NETWORKS, Ukraine, March 25–27, 2025. Structure and volume. The master's thesis consists of an introduction, four chapters, conclusions, a list of references, and appendices. The introduction substantiates the relevance and formulates the goal and tasks. The first chapter analyzes SR methods and the issues regarding satellite imagery. The second justifies the choice of programming language, libraries, SR methods, metrics, and dataset. The third describes the architecture of the developed software complex. The fourth conducts a comprehensive, step-by-step analysis of the experimental results. The work is presented on 93 pages, contains 25 figures, 7 tables, and 4 appendices.
dc.format.extent125 с.
dc.identifier.citationРоговий, Д. С. Моделі та метод нейромережевого аналізу супутникових знімків : магістерська дис. : 123 Комп’ютерна інженерія / Роговий Дмитро Сергійович. – Київ, 2025. – 125 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78173
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectдистанційне зондування землі
dc.subjectSuper-Resolution
dc.subjectнейронні мережі
dc.subjectЗгорткові Нейронні Мережі
dc.subjectТрансформери
dc.subjectxView
dc.subjectDomain Gap
dc.subjectГенеративно-Змагальні Мережі
dc.subjectEarth Remote Sensing
dc.subjectNeural Networks
dc.subjectConvolutional Neural Networks
dc.subjectTransformers
dc.subjectGenerative Adversarial Network
dc.subject.udc004.77
dc.titleМоделі та метод нейромережевого аналізу супутникових знімків
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Rohovyi_magistr.pdf
Розмір:
3.66 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (СПСКС)
Магістерські роботи