Розпізнавання місцезнаходження ворожих цілей на знімках з використанням засобів штучного інтелекту
Loading...
Date
2024
Authors
Advisor
Journal Title
Journal ISSN
Volume Title
Publisher
КПІ ім. Ігоря Сікорського
Abstract
Текстова частина дисертації роботи містить: 96 сторінок, 51 рисунок, 26 посилань. Мета і завдання дисертації: розробка та впровадження методів автоматизованого розпізнавання місцезнаходження ворожих цілей на знімках із використанням комбінованих засобів штучного інтелекту для підвищення точності, швидкості та ефективності виявлення об'єктів на зображеннях у реальному часі. Для досягнення вказаної мети потрібно вирішити такі завдання: Дослідити сучасні методи розпізнавання об’єктів на зображеннях без використання штучного інтелекту; Проаналізувати ефективність існуючих алгоритмів штучного інтелекту для завдань виявлення ворожих цілей на знімках; Розробити метод автоматизованого збору, анотації та попередньої обробки зображень для навчання нейронної мережі з урахуванням специфіки військових цілей; Обрати та оптимізувати набір даних для навчання, валідації та тестування моделі; Реалізувати та протестувати моделі сегментації, класифікації та розпізнавання місцезнаходження з використанням комбінованих архітектур; Провести оптимізацію моделей для роботи в реальному часі; Провести оцінку точності та надійності роботи запропонованої моделі в різних умовах, включаючи зміни освітлення, зашумленість знімків та інші фактори. Об’єкт дослідження - процеси розпізнавання та геолокації ворожих цілей на зображеннях з використанням комбінованих архітектур згорткових нейронних мереж. 5 Предмет дослідження - методи побудови, оптимізації та інтеграції комбінованого способу розпізнавання ворожих цілей на зображеннях з високою точністю та швидкістю. Методи дослідження роботи: методичною основою дослідження є системне опрацювання та аналіз теоретичних і практичних підходів до розпізнавання об'єктів на зображеннях з використанням згорткових нейронних мереж та інших засобів штучного інтелекту. В процесі навчання моделей було проведено аналіз їх продуктивності та точності для оптимізації параметрів нейронної мережі з метою підвищення точності розпізнавання та інтеграції в єдину програмну структуру. Застосовано наступні методи: метод переднавчання для прискорення навчання моделі на нових наборах даних шляхом використання попередньо навчених моделей; метрики оцінки продуктивності моделі такі як точність (accuracy), повнота (recall), та точність передбачення (precision) для виявлення ефективності розпізнавання цілей; валідація та тестування даних з розбиттям їх на навчальний, валідаційний та тренувальний набори даних для забезпечення достовірності результатів; аугментація даних для збільшення кількості тренувальних зображень шляхом створення варіацій з існуючих даних.
Description
Keywords
розпізнавання, геолокація, геопросторова розвідка, класифікація, згорткова нейронна мережа, набір даних, Vision Transformer, recognition, geolocation, geospatial intelligence, classification, convolutional neural network, dataset
Citation
Клюско, В. Ю. Розпізнавання місцезнаходження ворожих цілей на знімках з використанням засобів штучного інтелекту : магістерська дис. : 172 Електронні комунікації та радіотехніка / Клюско Володимир Юрійович. – Київ, 2024. – 135 c.