Виділення об'єктів інтересу на зображеннях дистанційного зондування засобами згорткових нейронних мереж

Abstract

Магістерська кваліфікаційна робота виконана студентом групи КНСШ-21 Гецянином Дмитром Руслановичем. Тема "Виділення об'єктів інтересу на зображеннях дистанційного зондування засобами згорткових нейронних мереж". Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є розроблення програмного продукту, нейронної мережі, що виділяє об’єкти на зображеннях ДЗЗ. Об’єктом дослідження є процес виділення об’єктів із зображення за допомогою методів машинного навчання. У результаті виконання дипломної роботи було розроблено вдосконалену згорткову нейронну мережу за допомогою оптимізації гіперпараметрів генетичним алгоритмом, система приймає зображення ДЗЗ, як ввід і повертає зображення з обведеним об'єктом та назвою його класу. Дана мережа може використовуватися на практиці в спостереженні за автомобільним трафіком в містах, використання у військових та урядових структурах та ін. Master’s degree work of the student of the group CSAI-21 Hetsianyn Dmytro Ruslanovych. The topic is "Object Detection in Remote Sensing Images using CNN." The work is aimed at obtaining a master's degree in 122 "Computer Science." The aim of the diploma work is to develop a software product, a neural network, which detects objects from remote sensing images. The object of research is the process of extracting objects from an image using machine learning methods. As a result of the diploma work, an improved convolutional neural network was developed using the optimization of hyperparameters by a genetic algorithm, the system accepts a remote sensing image as input and returns the image with object in bounded box and the name of its class. This network can be used to monitor car traffic in cities, use in military and government structures, etc.