Алгоритмы нейросетевого анализа загрязнений водоемов по аэрофотоснимкам

Консультант(ы): 

Ключевые слова: 

Тематика проводимого исследования: 

Наука о данных, машинное обучение, идентификация систем

Приобретаемые знания: 

Знания в области разработки сверточных нейронных сетей; Знания в области компьютерного зрения и фотограмметрии

Приобретаемые навыки и умения: 

Умение программно реализовывать модель нейросетевого классификатора; Умение подготавливать обучающую выборку для настройки нейронной сети

Необходимый уровень знаний и навыков практиканта для выполнения задания: 

Освоение дисциплин «Основы алгоритмизации и программирования», «Методы искусственного интеллекта»

Тип проекта: 

Практика / научно-исследовательская работа

Период практики: 

6 месяцев

Краткое описание проекта: 

Принимая во внимание непрерывное развитие средств спутникового наблюдений и бюджетных беспилотных летательных аппаратов, необходимо отметить перспективность их применения для мониторинга территорий и акваторий сельскохозяйственного и иного назначения. При этом возникают задачи классификации и сегментации объектов, расположенных на выбранном аэрофотоснимке. Хорошо зарекомендовавшим себя средством для решения подобных задач являются нейронные сети, которые после настройки на обучающем множестве могут обобщить искомую закономерность на реальные объекты среды. Исходные данные для выполнения проекта: - в качестве основы для выполнения курсового проекта предоставляются аэрофотоснимки местности с загрязненной акваторией; - предоставляются требования по количеству классифицируемых типов поверхности на выходе нейронной сети и дискретности классификации местности методом скользящего окна; - предоставляется информация об эталонном расположении загрязнений в формате многоугольников, заданных массивом точек; - предоставляется информация об аналитическом способе расчета карты загрязнений

Задания на практику: 

разработать программно-алгоритмическое обеспечение для загрузки и отображения аэрофотоснимков; - разработать программно-алгоритмическое обеспечение для формирования обучающего множества из фрагментов аэрофотоснимков для настройки нейронной сети; - разработать и программно реализовать архитектуру нейросетевого классификатора фрагментов аэрофотоснимков; - обучить нейронную сеть и провести исследования точности классификации загрязнений.

Результат выполнения проекта: 

краткий обзор технологии сверточных нейронных сетей в задачах анализа аэрофотоснимков; - описание архитектуры разработанного нейросетевого классификатора; - описание обучающей выборки и результатов настройки нейронной сети; - оценки точности классификации загрязнений и изображения с визуализацией обнаруженных загрязнений.