Розпізнавання візуальних образів за результатами зйомок безпілотних апаратів

Abstract

Розпізнавання образів – це автоматичне розпізнавання закономірностей у наборі даних. Це – зріла, але захоплююча сфера з доволі високим темпом розвитку, яка лежить в основі розвитку спільних областей, таких як комп'ютерний зір, обробка зображень, аналіз тексту та документів та нейронні мережі. Розпізнавання образів має застосування в статистичному аналізі даних, обробці сигналів, аналізі зображень, пошуку інформації, біоінформатиці, стисненні даних та комп'ютерній графіці. Воно бере свій початок у статистиці та техніці; деякі сучасні підходи до розпізнавання образів включають використання машинного навчання завдяки збільшенню доступності великих даних та новому обсягу обробної потужності. Розпізнавання образів можна визначити як класифікацію даних на основі вже отриманих знань або статистичної інформації, вилученої із образів або їх подання. У процесі біологічної еволюції багато тварин за допомогою зорового й слухового апарата вирішили задачу розпізнавання образів досить добре. Створення штучних систем розпізнавання образів залишається складною теоретичною й технічною проблемою. Необхідність у такому розпізнаванні виникає в найбільш різноманітних областях — від військової справи й систем безпеки до оцифровування різних аналогових сигналів. Перспективним напрямком використання даної технології видається її використання для обробки результатів аерофотозйомки з метою визначення певних характеристик географічної локації, що досліджується, наприклад, непроникності. Існує кілька імплементацій розпізнавання образів за результатами обробки зображень, отриманих, наприклад, за допомогою супутників, кожна з яких, на жаль, має певні недоліки, як-от повільне навчання розроблених нейронних мереж, погана якість результатів розпізнавання, або ж великий об’єм даних, що вимагається для роботи програм. Для розробки програми розпізнавання образів за результатами аерофотозйомок слід дослідити існуючі рішення розпізнавання образів, розглянути та вибрати мову програмування та супутні бібліотеки для реалізації застосунку. Необхідно також створити або реалізувати існуючу модель нейронної мережі, що буде відповідати за розпізнавання за результатами навчання. Потрібно детально розкрити алгоритм створеної програми та його складові, а також процес виконання програми. Розроблений застосунок повинен мінімізувати проявлення недоліків, що знайдені у інших програмах даного типу, або ж і зовсім їх уникнути. Програма, окрім свого прямого призначення, може бути використана викладачами та студентами для подальшого вдосконалення, а також у якості наочного матеріалу для дисциплін, пов’язаних з нейромережами.