№ 2 (495) 2024
Постійне посилання зібрання
Переглянути
Перегляд № 2 (495) 2024 за Ключові слова "computer vision"
Зараз показуємо 1 - 2 з 2
Результатів на сторінці
Налаштування сортування
Документ Розроблення моделей та методів інформаційної технології моніторингу просторово-розподілених надзвичайних ситуацій в геосистемах природного характеру(Гельветика, 2024) Прачик В. В.; Ляшенко О. М.; Prachik Vitor V.; Liashenko Olena M.Метою роботи є розроблення моделей та методів інформаційної технології моніторингу просторово-розподілених надзвичайних ситуацій в геосистемах природного характеру. В роботі описано основні функціональні завдання ІТ- моніторингу НС та основні завдання супутникового моніторингу НС. Описано методи розпізнавання супутникових знімків високої роздільної здатності на основі технології комп’ютерного зору. Методика. При розробці ІТ-моніторингу НС були використані методи сегментації зображень, методи відновлення та реконструкції зображень, градієнтний метод, метод контрастування або метод просторового диференціювання. Результати. Проведено аналіз основних тенденцій розвитку ІТ-моніторингу НС. Визначено основні функціональні можливості та принципи роботи таких ІТ. Виявлено сучасні тенденції побудови, розвитку та застосування таких ІТ. Наукова новизна. Вирішено актуальне науково-практичне завдання, що полягає в теоретико-методологічному обґрунтуванні підходів та принципів побудови ІТ- моніторингу НС. Побудовано модель виділення зовнішніх кордонів лісових пожеж на супутникових зображеннях на основі методів комп’ютерного зору, включаючи виявлення джерел вогню та диму, вдосконалено метод сегментації зображень, що полягає у виділенні на зображенні областей, кожна з яких відповідає певній ознаці, вдосконалено метод бінарної сегментації, який полягає у виділенні області пікселів, що належать до одного класу. Практична значимість. Полягає в можливості застосування теоретико-методологічних підходів і висновків, отриманих в межах роботи для розробки та впровадження ІТ-моніторингу НС. Отримані результати є певним внеском у розвиток математичного апарату аналізу та розпізнавання зображень на супутникових знімках, теорії розпізнавання образів та класифікації об’єктів. Цільовий характер, спрямованість на конкретні завдання моніторингу НС в геосистемах природного характеру, завершеність розробок зумовили практичну значущість результатів дослідження і рекомендацій щодо їхнього використання.Документ Розроблення моделі сегментації лісових пожеж на супутникових знімках із застосування нейромережевих технологій(Гельветика, 2024) Головіна Н. В.; Holovina Nadiia V.У статті розглянуто дослідження та розроблення моделі сегментації лісових пожеж на супутникових знімках із застосуванням нейромережевих технологій. Було зазначено, що лісові пожежі є великою проблемою в Україні, викликаючи сотні тисяч катастрофічних ситуацій щорічно. Для боротьби з цією проблемою важливо мати ефективні системи моніторингу та попередження лісових пожеж. Дослідження виконано з використанням знімків з відкритих джерел NASA Earth Observatory. Для обробки та аналізу супутникових зображень використано бібліотеки Python: Keras, TensorFlow, PyTorch. За допомогою методів моделювання спроєктовано архітектуру системи та показано варіанти використання. Для побудови діаграм використано безкоштовний веб-сервіс LucidChart. Для проведення дослідження використано такі методи: аналіз літературних джерел, збір та підготовка даних, розробка нейромережевої моделі, оцінка та впровадження моделі. У статті було наведено дослідження ДСНС України з проблемою лісових пожеж. Було виявлено критичні показники, які свідчать про необхідність розробки спеціальної системи підтримки прийняття рішень для зниження ризиків катастрофічних ситуацій. У статті розглядаються результати розробки архітектури нейронної мережі. Розглянуто процес обробки зображення, враховуючи ключові аспекти, що впливають на виявлення вогню. Для цього були використані такі методи: фільтрація шуму, сегментація зображення, виявлення країв, перетворення кольору, порогове значення, виявлення ключових точок. Було наведено та досліджено різні аспекти оцінки зображень: видалення шумів за допомогою різноманітних методів, сегментація зображення, трансформація кольору, виявлення країв, виділення ключових точок, орієнтація зображення. Детально описано роботу алгоритмів та наведено результати наочно. На результатах оцінки зображень побудовано алгоритм навчання згорткової нейронної мережі. Наведено базову функцію. Показано результати роботи алгоритму навченої згорткової мережі для виявлення лісових пожеж. На основі прогнозів цієї моделі на невидимому наборі тестових даних оцінена точність моделі становить 92 %, що підтверджує гіпотезу про те, що поєднання всіх функцій виявляється більш ефективним при виявленні всіх пожеж. Результати роботи алгоритму використано для побудови СППР для моніторингу та попередження лісових пожеж в Україні.