Розпізнавання місцезнаходження ворожих цілей на знімках з використанням засобів штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorПриходько, Ірина Олександрівна
dc.contributor.authorКлюско, Володимир Юрійович
dc.date.accessioned2025-01-27T13:02:09Z
dc.date.available2025-01-27T13:02:09Z
dc.date.issued2024
dc.description.abstractТекстова 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.
dc.description.abstractotherThe dissertation text part contains 86 pages, 51 figures, 26 references. The aim and objectives of the study are to develop and implement methods for automated recognition of the location of enemy targets in images using combined artificial intelligence tools to improve the accuracy, speed, and efficiency of detecting objects in images in real time. To achieve this goal, we need to solve the following tasks: - Investigate modern methods of object recognition in images without the use of artificial intelligence; - Analyze the effectiveness of existing artificial intelligence algorithms for the task of detecting enemy targets in images; - Develop a method for automated image collection, annotation, and pre- processing for training a neural network with the specifics of military targets; - Select and optimize a dataset for training, validation, and testing the model; - Implement and test segmentation, classification, and location recognition models using combined architectures; - Optimize models for real-time operation; - Evaluate the accuracy and reliability of the proposed model in various conditions, including changes in lighting, image noise, and other factors. The research object is the processes of recognizing and classifying enemy targets in images using combined architectures of convolutional neural networks. The research subject is building methods, optimizing, and integrating a combined method for recognizing enemy targets in images with high accuracy and speed. Methods: The methodological basis of the research is a systematic study and analysis of theoretical and practical approaches to object recognition in images using convolutional neural networks and other artificial intelligence tools. In the process 7 of training the models, their performance and accuracy were analyzed to optimize the neural network parameters in order to improve the recognition accuracy and integrate them into a single software structure. The following methods were applied: pre-training method to accelerate model training on new data sets by using pre- trained models; metrics for evaluating model performance such as accuracy, recall, and prediction accuracy to determine the effectiveness of target recognition; validation and testing of data by splitting it into training, validation, and training data sets to ensure the reliability of the results; data augmentation to increase the number of training images by creating variations from.
dc.format.extent135 c.
dc.identifier.citationКлюско, 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.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72202
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectрозпізнавання
dc.subjectгеолокація
dc.subjectгеопросторова розвідка
dc.subjectкласифікація
dc.subjectзгорткова нейронна мережа
dc.subjectнабір даних
dc.subjectVision Transformer
dc.subjectrecognition
dc.subjectgeolocation
dc.subjectgeospatial intelligence
dc.subjectclassification
dc.subjectconvolutional neural network
dc.subjectdataset
dc.subject.udc004.932
dc.titleРозпізнавання місцезнаходження ворожих цілей на знімках з використанням засобів штучного інтелекту
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kliusko_magistr.pdf
Розмір:
3.88 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 (РЕ)
Магістерські роботи