Кваліфікаційні роботи здобувачів вищої освіти кафедри комп'ютерних систем та мереж

Permanent URI for this collectionhttp://er.nau.edu.ua/handle/NAU/46535

Browse

Browsing Кваліфікаційні роботи здобувачів вищої освіти кафедри комп'ютерних систем та мереж by Subject "aerial surveillance"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Система компʼютерного зору для розпізнавання військових літаків
    (Державний університет «Київський авіаційний інститут», 2025) Данилишин Ярослав
    Актуальність теми - сучасні умови ведення бойових дій та широке застосування безпілотних літальних апаратів (БПЛА) генерують колосальні обсяги візуальної інформації, що зумовлює критичну потребу в автоматизованих системах комп'ютерного зору, здатних у реальному часі виявляти та відстежувати військову техніку, нівелюючи вплив людського фактора та складних умов аерозйомки. Мета роботи - підвищення ефективності автоматизованого розпізнавання та відстеження військових літаків на відеопотоках шляхом розробки та дослідження системи комп'ютерного зору на базі нейромережевого детектора YOLOv8 та алгоритму мультиоб'єктного трекінгу BOTSORT. Об’єкт дослідження - процес автоматизованого розпізнавання та трекінгу динамічних об'єктів на відеопотоках, отриманих з рухомих платформ спостереження. Предмет дослідження - методи глибокого навчання на основі згорткових нейронних мереж та алгоритми мультиоб'єктного трекінгу з компенсацією глобального руху камери для задач аероспостереження. Методи дослідження - аналіз наукових джерел для систематизації підходів до детекції, методи глибокого навчання (CNN) для розпізнавання образів, методи оцінки оптичного потоку та алгоритм RANSAC для компенсації руху камери (GMC), статистичний аналіз даних для оцінки метрик Precision, Recall, mAP, експериментальне моделювання для порівняння стратегій аугментації та налаштування гіперпараметрів трекера. Наукова новизна - удосконалено підхід до трекінгу об'єктів на аеровідеозйомці шляхом комбінування детектора YOLOv8 з трекером BOTSORT, що, на відміну від класичних підходів, враховує глобальний рух камери та забезпечує стійкість ідентифікаторів при різких маневрах носія, дістало подальшого розвитку застосування методики порогової фільтрації анотаційного шуму для навчання на даних дистанційного зондування Землі. Практична цінність - розроблена система може бути використана підрозділами розвідки для автоматизованого моніторингу аеродромів та OSINT-аналізу, реалізований програмний модуль забезпечує обробку відеопотоку в реальному часі (25–30 FPS), зменшуючи навантаження на операторів та мінімізуючи ймовірність пропуску цілей. Особистий внесок магістранта - магістрантом самостійно виконано статистичний аналіз датасету та обґрунтовано методику фільтрації малих об'єктів, проведено навчання та оптимізацію моделі YOLOv8m, реалізовано інтеграцію алгоритму BOTSORT з модулем компенсації руху камери (GMC), виконано програмну реалізацію системи мовою Python та проведено комплексне експериментальне дослідження ефективності роботи системи.