Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Двадцатая международная конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XX.A.4

Перспектива выявления образов природных объектов на геоинформационных данных с помощью методов нейронных сетей

Касатиков Н.Н. (1), Фадеева А. Д. (1), Гомозов О.А. (2), Потапов С.Л. (2), Цибин А.В. (2), Желаннов С.А. (2), Кузьмин Г.В. (2), Макеров М.И. (2), Брехов О.М. (1), Толмачов С.А. (2), Умаров Ш. М-Т (3), Нефедова О.А. (3), Токарев А.В. (2)
(1) Московский авиационный институт (национальный исследовательский университет), Москва, Россия
(2) АО «НИИ Точных приборов» (АО "НИИ ТП"), Москва, Россия
(3) МИИГАиК, Москва, Россия
Использование нейронных сетей становится популярнее и постоянно реализуется во всех космических системах и ДЗЗ. В нашем топике мы расскажем про применение нейронных сетей в цифровом двойнике на открытых библиотеках для объективной детализации заданных территорий [1].
Нейронные сети помогают вести мониторинг и освещение водных и созданных человеком объектов, чтобы контролировать выход воды из берегов при наводнениях, проверять состояние дорог и их долговечность[2], что позволяет быстро реагировать и редактировать потенциально критичные ситуации.
В нашем сообщении мы покажем результаты программ с применением искусственного интеллекта.При обработке спутниковых снимков из часто встречающихся источников типа Google и Яндекс, так и при контроле космических снимков типа Ресурс и Канопус результаты были признаны удовлетворительными[3]
В докладе будут показаны последние результаты цифрового двойника карты со встроенными спутниковыми снимками[4], на основе открытой библиотеки OpenLayers.js.

Ключевые слова: Нейронные сети, цифровой двойник, IoT-технологии, Ресурс-П
Литература:
  1. )«Наука и бизнес: пути развития»Касатиков Н.Н., Брехов О.М., Желанов С.А. Программирование нейросетей для распознания образов//журнал "Наука и Бизнес:Пути развития" №4(121) стр. 73-76
  2. ) Касатиков Н.Н., Брехов О.М., Желаннов С.А., Цибин А.В., Гомозов О.А., Кузьмин Г.В., Фадеева.А.Д. Формирование цифровых двойников в урбанизированных территориях с использованием методов городских вычислений // Материалы 19-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2021. C. 30. DOI 10.21046/19DZZconf-2021a
  3. )Касатиков Касатиков.Н.Н., Толмачев Толмачев.С.А., Рогожин Рогожин.М.Е., Гомозов Гомозов.О.А., Макеров Макеров.М.И., Токарев Токарев.А.В., Фадеева Фадеева.А.Д., Сытов Сытов.A.O., Кудрявцев Кудрявцев.А.В. Обработка изображений на спутниковых снимках с помощью нейронных сетей. // Материалы 19-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2021. C. 90. DOI 10.21046/19DZZconf-2021a
  4. )Караев В.Ю., Панфилова М.А., Митник Л.М., Рябкова М.С., Титченко Ю.А., Мешков Е.М., Андреева З.В., Волгутов Р.В. Особенности радиолокационного зондирования ледяного покрова при малых углах падения на примере Охотского моря // Современные проблемы дистанционного зондирования Земли из космоса. 2020. т. 17. № 7. С. 187-202.

Презентация доклада

Методы и алгоритмы обработки спутниковых данных

39