Методы машинного обучения при обработке изображений сверхвысокого пространственного разрешения на примере задач классификации растительности

Сафонова Анастасия Николаевна. Методы машинного обучения при обработке изображений сверхвысокого пространственного разрешения на примере задач классификации растительности: диссертация ... кандидата Технических наук: 05.13.17 / Сафонова Анастасия Николаевна;[Место защиты: ФГАОУ ВО «Сибирский федеральный университет»], 2020
Автор
Сафонова Анастасия Николаевна
Год
2020
  • 99 000 UZS

Оглавление диссертации
Введение
1 Анализ моделей СНС при решении задач классификации объектов на изображениях 12
1.1 Современные СНС при решении задач классификации объектов на изображениях 12
1.1.1 Слой свертки 15
1.1.2 Слой пулинга или субдискретизации 19
1.1.3 Полносвязный слой 21
1.2 Анализ моделей СНС в задачах обработки изображений ДЗЗ 22
1.2.1 Классификация растительности на изображениях высокого и сверхвысокого пространственного разрешения с использованием методов СНС 22
1.2.2 Модель VGG 30
1.2.3 Модель ResNet 32
1.2.4 Модель Inception 32
1.2.5 Модель InceptionResNet 33
1.2.6 Модель Xception 34
1.2.7 Модель DenseNet 35
1.2.8 Преимущества СНС 35
1.2.9 Недостатки СНС 36
1.3 Проблемы, выдвигаемые для решения с использованием СНС 37
1.4 Выводы 39
2 Разработка алгоритмов и архитектуры СНС при обработке изображений сверхвысокого пространственного разрешения 41
2.1 Алгоритм построения и искусственного увеличения набора данных изображений 41
2.2 Разработка новой архитектуры СНС 43
2.3 Методика формирования контрольной выборки на изображениях сверхвысокого пространственного разрешения 46
2.4 Модификация алгоритма сегментации изображений сверхвысокого пространственного разрешения 49
2.5 Метрики оценки эффективности 50
2.6 Выводы 52
3 Экспериментальные исследования разработанной архитектуры СНС и алгоритмов 54
3.1 Тестовый участок и формирование набора данных 54
3.1.1 Тестовый участок и материалы ДЗЗ 54
3.1.2 Подготовка обучающего набора данных и его искусственное увеличение 57
3.1.3 Подготовка тестового набора данных для независимой проверки 60
3.2 Результаты обучения новой архитектуры СНС. 62
Сравнение с современными архитектурами СНС 62
3.3 Результаты тестирования новой архитектуры СНС 65
3.4 Выводы 69
4 Экспериментальные исследования применения модифицированного алгоритма сегментации изображений сверхвысокого пространственного разрешения 71
4.1 Тестовый участок и формирование набора данных 71
4.2 Результаты экспериментальных исследований применения модифицированного алгоритма сегментации изображений на основе СНС ResNet50 и ResNet101 77
4.3 Выводы 81
Заключение 82
Список использованных сокращений 84
Список литературы 85
Приложение А 99
Приложение Б 102
Приложение В 104

Рекомендуем вам товары

99 000 UZS
Автор
Макаровских Татьяна Анатольевна
Количество страниц
Год
2020
99 000 UZS
Автор
Чернышов Виктор Геннадьевич
Количество страниц
Год
2020
99 000 UZS
Автор
Алмасани Сихам Абдулмалик Мохаммед
Количество страниц
Год
2019
99 000 UZS
Автор
Монгуш Чодураа Михайловна
Количество страниц
Год
2020
99 000 UZS
Автор
Аль-Аскари Моханад Абдулсалам Юнус
Количество страниц
Год
2019
Модули для Opencart 2, Опенкарт 3