Автоматизоване виявлення вибухових вирв та пошкоджень ґрунту як індикаторів можливої наявності мін

Скорочена інформація про документ
dc.contributor.advisorГапон, Сергій Вікторович
dc.contributor.authorМальгінова, Марія Русланівна
dc.date.accessioned2025-09-05T09:15:43Z
dc.date.available2025-09-05T09:15:43Z
dc.date.issued2025
dc.description.abstractДипломна робота: 118 ст., 24 рис., 7 табл., 50 посилання, 1 додаток. У роботі розглянуто проблему автоматизованого виявлення вибухових вирв і змін ґрунтового покриву як потенційних ознак мінної небезпеки на основі супутникових знімків. Об’єктом дослідження є процес виявлення слідів вибухів на місцевості, а предметом – застосування методів комп’ютерного зору та глибокого навчання, зокрема архітектури U-Net, для сегментації зображень з радарних (SAR) та оптичних каналів. Оглянуто існуючі підходи до сегментації супутникових знімків, проаналізовано особливості SAR та оптичних даних у задачах виявлення пошкоджень ґрунту. Розроблено підхід до формування навчального датасету на основі мультиспектральних каналів, включаючи канали NIR та SWIR2, з урахуванням індексів вегетації та змін структури поверхні. Реалізовано повний цикл обробки зображень: від попередньої обробки до навчання моделі глибокої сегментації. Отримано метрики якості сегментації, що демонструють задовільний рівень точності та повноти, з покращенням на окремих вибірках. Установлено, що ефективність моделі залежить від типу вхідних зображень та повноти навчальних даних. Запропоновано розширення датасету для покращення генералізації та стабільності результатів. Метою даної роботи є дослідження та розробка алгоритму автоматизованого виявлення вибухових вирв та пошкоджень ґрунту на основі супутникових знімків, що дозволяє з високою точністю ідентифікувати потенційно міновані території.
dc.description.abstractotherBachelor's thesis: 118 p., 24 figures, 7 tables, 50 references, 1 appendix. The study addresses the problem of automated detection of explosion craters and soil surface disturbances as potential indicators of mine contamination, based on satellite imagery. The object of the research is the process of identifying explosive impact traces on the terrain, while the subject is the application of computer vision and deep learning methods–specifically the U-Net architecture–for the segmentation of radar (SAR) and optical imagery. Existing approaches to satellite image segmentation are reviewed, and the characteristics of SAR and optical data in the context of detecting soil disturbances are analyzed. A method for constructing a training dataset based on multispectral channels, including NIR and SWIR2, has been developed, taking into account vegetation indices and surface structure changes. A full image processing pipeline has been implemented, from preprocessing to training a deep segmentation model. Segmentation quality metrics obtained indicate a satisfactory level of precision and recall, with improved performance observed on selected samples. It has been established that the model’s effectiveness depends on the type of input imagery and the completeness of the training data. Dataset expansion is proposed as a means of improving the model’s generalization ability and stability. The purpose of this work is to investigate and develop an algorithm for the automated detection of explosion craters and soil damage using satellite imagery, enabling the accurate identification of potentially mined areas.
dc.format.extent118 с.
dc.identifier.citationМальгінова, М. Р. Автоматизоване виявлення вибухових вирв та пошкоджень ґрунту як індикаторів можливої наявності мін : дипломна робота … бакалавра : 122 Комп'ютерні науки / Мальгінова Марія Русланівна. – Київ, 2025. – 118 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/75825
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectглибокі нейронні мережі
dc.subjectоптичні знімки
dc.subjectрадарні знімки
dc.subjectвибухові вирви
dc.subjectпошкодження ґрунту
dc.subjectкомп’ютерний зір
dc.subjectрозмітка зображень
dc.subjectdeep neural networks
dc.subjectoptical images
dc.subjectradar images
dc.subjectexplosion craters
dc.subjectsoil damage
dc.subjectcomputer vision
dc.subjectimage annotation
dc.titleАвтоматизоване виявлення вибухових вирв та пошкоджень ґрунту як індикаторів можливої наявності мін
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Malhinova_bakalavr.pdf
Розмір:
4.83 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

Бакалаврські роботи (ШІ)
Бакалаврські роботи