Розпізнавання об’єктів на зашумлених зображеннях
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Текстова частина магістерської дисертації містить: 99 с., 65 рис., 2 табл., 2 додатка, 40 використаних джерел. Мета роботи: Реалізувати ефективний метод машинного навчання, за допомогою вибору архітектури нейронної мережі для розпізнавання об'єктів різних типів на зашумлених супутникових знімках. Для досягнення поставленої мети в магістерській дисертації були вирішені наступні завдання: збір та підготовка даних; попередня обробка даних, а саме використання та навчання автокодера для зменшення рівня шумів для покращення точності розпізнавання; використання та навчання нейронної мережі YOLO останньої версії для розпізнавання об’єктів на попередньо оброблених знімках; тестування та оцінка результатів. В результаті було отримано модель нейронної мережі, яка продемонструвала гарну точність у розпізнаванні об'єктів на зашумлених супутникових знімках. Вона може бути реалізована для застосування у сферах моніторингу довкілля, геологічних досліджень та низці інших областей, де важлива автоматизована обробка супутникових зображень. Можливе подальше удосконалення моделі, тобто продовження дослідження для покращення точності та надійності розпізнавання об’єктів, шляхом покращення ланки автокодера або застосування інших комбінацій підходів машинного навчання. Також можливе покращення моделі шляхом реалізації розпізнавання об’єктів в режимі реального часу.
Опис
Ключові слова
дистанційне зондування, супутникові знімки, шуми, зменшення шумів, розпізнавання об'єктів, нейронна мережа, автокодер, yolo, remote sensing, satellite imagery, noise, noise reduction, object recognition, neural network, autoencoder
Бібліографічний опис
Левченко, І. С. Розпізнавання об’єктів на зашумлених зображеннях : магістерська дис. : 172 Телекомунікації та радіотехніка / Левченко Ігор Сергійович. – Київ, 2024. – 99 с.