Інтелектуальна система розпізнавання пошкоджених будинків на основі нейронних мереж

Abstract

Актуальність дослідження полягає у необхідності автоматизації процесу виявлення пошкоджених будівель для оцінки руйнувань, використовуючи знімки поверхні землі. Використання сучасних нейронних мереж та алгоритмів прискорить даний процес, підвищить точність прогнозів, що в свою чергу допоможе в ході відновлення інфраструктури та житлового сектору країн, що постраждали в наслідок негоди або ведення бойових дій. Об’єктом дослідження є процес розпізнавання пошкоджених будівель на знімках (супутникових або за допомогою БпЛА). Предметом дослідження є нейромережеві моделі та технології для розпізнавання пошкоджених будівель. Мета дослідження – автоматизація процесів розпізнавання будівель, які мають пошкодження, з використанням нейронних мереж. В результаті виконання роботи було досліджено сучасні моделі нейронних мереж для проведення семантичної сегментації, їх переваги та недоліки, обрано як оптимальну архітектуру U-Net, проаналізовано вплив параметрів моделі на точність класифікації, побудовано відповідну модель, а також розроблено програмне забезпечення, що використовує нейронну мережу у роботі. Робота складається з 5 розділів, кожен відповідно присвячений: аналізу предметної області, збору даних та будові мережі U-Net, реалізації згорткової мережі та інтелектуальної системи, аналізу отриманих результатів, а також охороні праці та методичній частині кваліфікаційної роботи. Загальний обсяг роботи – 117 сторінок. Магістерська кваліфікаційна робота містить один додаток, 79 рисунків, 4 таблиці і посилання на 58 літературних джерел. The relevance of the study lies in the need to automate the process of detecting damaged buildings for damage assessment using images of the earth's surface. The use of modern neural networks and algorithms will speed up this process, increase the accuracy of forecasts, which in turn will help in the course of restoring the infrastructure and housing sector of countries affected by natural disasters or hostilities. The object of the study is the process of recognizing damaged buildings on images (satellite or UAV). The subject of research is neural network models and technologies for recognizing damaged buildings. The purpose of the research is to automate the processes of recognizing damaged buildings using neural networks. As a result of the work, modern models of neural networks for semantic segmentation were investigated, their advantages and disadvantages were chosen as the optimal U-Net architecture, the influence of model parameters on classification accuracy was analyzed, an appropriate model was built, and software using a neural network was developed. The work consists of 5 sections, each of which is respectively dedicated to: analysis of the subject area, data collection and building of the U-Net network, implementation of the convolutional network and intelligent system, analysis of the obtained results, as well as labor protection and the methodological part of the qualification work. The overall scope of the work is 117 pages. The thesis contains one application, 79 figures, 4 tables and 58 sources in it.