РОЗПІЗНАВАННЯ ДІЛЯНОК ВИРУБКИ ЛІСІВ З ВИКОРИСТАННЯМ ЗГОРТКОВИХ НЕЙРОННИХ МЕРЕЖ
Ключові слова:
згорткові нейронні мережі, розпізнавання, класифікація, вирубка лісу
Анотація
Одним зі способів боротьби із незаконною вирубкою лісів є постійний моніторінг супутникових знімків деяких районів та розпізнавання на них потенційних вирубок. Метою статті є розроблення системи розпізнавання ділянок вирубок лісів на зображенні зі супутника за допомогою згорткових нейронних мереж з метою своєчасного інформування про незаконні подібні дії у заданому регіоні. Результати дослідження. . Супутниками, з яких були отримані всі необхідні зображення, є Landsat-8 та Sentinel-2, що роблять знімки щодня з 16-денним та 10-денним циклами повторення відповідно. Розпізнавання здійснювалось за допомогою згорткової нейронної мережі, що навчалася на наборі даних великого обсягу. Висновок. Розроблений програмний продукт може виконувати такі функції: вибір координат; зберігання координат для подальшого використання; вибір проміжку часу; завантаження супутникових зображень за вибраний проміжок часу; розпізнавання зображень. Розроблена система є десктопним застосунком. Модульність основних функцій системи дозволить у майбутньому за невеликий час модифікувати їх для використання у повністю автоматизованих системах, не потребуючих управління операторомЗавантаження
Дані про завантаження поки що недоступні.
Посилання
1. Svyrydov, A., Kuchuk, H., Tsiapa, O. (2018), “Improving efficienty of image recognition process: Approach and case study”, Proceedings of 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies, DESSERT 2018, pp. 593-597, DOI: http://dx.doi.org/10.1109/DESSERT.2018.8409201
2. Худов В.Г. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптикоелектронного спостереження / В.Г. Худов, Г.А. Кучук, О.М. Маковейчук, А.В. Крижний // Системи обробки інформації, 2016. – Вип. 9 (146). – С. 77-80.
3. Кучук Г.А. Метод мінімізації середньої затримки пакетів у віртуальних з’єднаннях мережі підтримки хмарного сервісу / Г.А. Кучук, А.А. Коваленко, Н.В. Лукова-Чуйко // Системи управління, навігації та зв’язку. – Полтава . ПНТУ, 2017. – Вип. 2(42). – С. 117-120.
4. Кучук Г. А. Метод синтезу інформаційної структури зв’язного фрагменту корпоративної мультисервісної мережі / Г. А. Кучук // Збірник наукових праць Харківського університету Повітряних сил. – 2013. – No 2(35). – С. 97-102.
5. Тереник Д., Кучук Г.А. Порівняння SQL і NOSQL баз даних на прикладі проектування аффілейт репорт систем. Радіоелектронні і комп'ютерні системи. 2020. No 1(93). С. 83–89.
6. Бульба С.С., Кучук Г.А., Давидов В.В. Метод розподілу ресурсів між композитними за стосунками. Системи управління, навігації та зв’язку. Полтава, 2018. Вип. 4(50). С. 99-104. DOI: https://doi.org/10.26906/SUNZ.2018.4.099
7. Кучук Г.А. Метод дослідження фрактального мережного трафіка / ГА Кучук // Системи обробки інформації. – Х.: ХУ ПС, 2005. – Вип. 5 (45). – С. 74-84.
8. Nechausov A., Mamusuĉ I., Kuchuk N. Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures. Сучасні інформаційні системи. 2017. Т. 1, No 2. С. 21 – 26. DOI: https://doi.org/10.20998/25229052.2017.2.04
9. Простими словами про складні: що таке нейронні мережі? Режим доступу: https://phoneinfo8.info/prostimi-slovami-pro-skladni-sho-take-neironni-mereji/
10. Згорткові нейронні мережі (англ.). Режим доступу: https://towardsdatascience.com/applied-deep-learning-part-4-convolutional-neural-networks-584bc134c1e2
11. Yaloveha, V., Hlavcheva, D., Podorozhniak, A. and Kuchuk, H. (2019), “Fire hazard research of forest areas based on the use of convolutional and capsule neural networks”, 2019 IEEE 2nd Ukraine Conference on Electrical and Computer Engineering (UKRCON), IEEE, pp. 828-832, DOI: https://doi.org/10.1109/UKRCON.2019.8879867
12. Kuchuk, H., Podorozhniak, A., Hlavcheva, D. and Yaloveha, V. (2020), “Application of Deep Learning in the Processing of the Aerospace System's Multispectral Images”, Handbook of Research on Artificial Intelligence Applications in the Aviation and Aerospace Industries, IGI Global, pp. 134-147, DOI: https://doi.org/10.4018/978-1-7998-1415-3.ch005
13. Кучук Г.А., Саатсазов Б.Г. Распознавание человеческих эмоций с использованием нейросетевых технологий. Системи управління, навігації та зв’язку. Полтава : ПНТУ, 2017. Вип. 4(44). С. 64-69.
14. Yaloveha V., Hlavcheva D., Podorozhniak A. Usage of convolutional neural network for multispectral image processing applied to the problem of detecting fire hazardous forest areas. Сучасні інформаційні системи. 2019. Т. 3, No 1. С. 116– 120. DOI: https://doi.org/10.20998/2522-9052.2019.1.19.
2. Худов В.Г. Аналіз відомих методів сегментування зображень, що отримані з бортових систем оптикоелектронного спостереження / В.Г. Худов, Г.А. Кучук, О.М. Маковейчук, А.В. Крижний // Системи обробки інформації, 2016. – Вип. 9 (146). – С. 77-80.
3. Кучук Г.А. Метод мінімізації середньої затримки пакетів у віртуальних з’єднаннях мережі підтримки хмарного сервісу / Г.А. Кучук, А.А. Коваленко, Н.В. Лукова-Чуйко // Системи управління, навігації та зв’язку. – Полтава . ПНТУ, 2017. – Вип. 2(42). – С. 117-120.
4. Кучук Г. А. Метод синтезу інформаційної структури зв’язного фрагменту корпоративної мультисервісної мережі / Г. А. Кучук // Збірник наукових праць Харківського університету Повітряних сил. – 2013. – No 2(35). – С. 97-102.
5. Тереник Д., Кучук Г.А. Порівняння SQL і NOSQL баз даних на прикладі проектування аффілейт репорт систем. Радіоелектронні і комп'ютерні системи. 2020. No 1(93). С. 83–89.
6. Бульба С.С., Кучук Г.А., Давидов В.В. Метод розподілу ресурсів між композитними за стосунками. Системи управління, навігації та зв’язку. Полтава, 2018. Вип. 4(50). С. 99-104. DOI: https://doi.org/10.26906/SUNZ.2018.4.099
7. Кучук Г.А. Метод дослідження фрактального мережного трафіка / ГА Кучук // Системи обробки інформації. – Х.: ХУ ПС, 2005. – Вип. 5 (45). – С. 74-84.
8. Nechausov A., Mamusuĉ I., Kuchuk N. Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures. Сучасні інформаційні системи. 2017. Т. 1, No 2. С. 21 – 26. DOI: https://doi.org/10.20998/25229052.2017.2.04
9. Простими словами про складні: що таке нейронні мережі? Режим доступу: https://phoneinfo8.info/prostimi-slovami-pro-skladni-sho-take-neironni-mereji/
10. Згорткові нейронні мережі (англ.). Режим доступу: https://towardsdatascience.com/applied-deep-learning-part-4-convolutional-neural-networks-584bc134c1e2
11. Yaloveha, V., Hlavcheva, D., Podorozhniak, A. and Kuchuk, H. (2019), “Fire hazard research of forest areas based on the use of convolutional and capsule neural networks”, 2019 IEEE 2nd Ukraine Conference on Electrical and Computer Engineering (UKRCON), IEEE, pp. 828-832, DOI: https://doi.org/10.1109/UKRCON.2019.8879867
12. Kuchuk, H., Podorozhniak, A., Hlavcheva, D. and Yaloveha, V. (2020), “Application of Deep Learning in the Processing of the Aerospace System's Multispectral Images”, Handbook of Research on Artificial Intelligence Applications in the Aviation and Aerospace Industries, IGI Global, pp. 134-147, DOI: https://doi.org/10.4018/978-1-7998-1415-3.ch005
13. Кучук Г.А., Саатсазов Б.Г. Распознавание человеческих эмоций с использованием нейросетевых технологий. Системи управління, навігації та зв’язку. Полтава : ПНТУ, 2017. Вип. 4(44). С. 64-69.
14. Yaloveha V., Hlavcheva D., Podorozhniak A. Usage of convolutional neural network for multispectral image processing applied to the problem of detecting fire hazardous forest areas. Сучасні інформаційні системи. 2019. Т. 3, No 1. С. 116– 120. DOI: https://doi.org/10.20998/2522-9052.2019.1.19.
Опубліковано
2020-05-28
Як цитувати
KuchukН. Розпізнавання ділянок вирубки лісів з використанням згорткових нейронних мереж / KuchukН., I. Krivolapov // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2020. – Т. 2 (60). – С. 70-74. – doi:https://doi.org/10.26906/SUNZ.2020.2.070.
Розділ
Інформаційні технології
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
