Данная работа посвящена исследованию использования методов компьютерного зрения и машинного обучения для детектирования и распознавания полярных медведей на ледовой поверхности по аэрофотоснимкам. Целью данной работы является разработка алгоритма распознавания и детектирования белых медведей на аэрофотоснимках ледовой поверхности и написание программы для потоковой обработки изображений. В данной работе задача по поиску объектов на изображении разделена на два основных этапа: выделение регионов интереса и их последующая классификация. Был проведён анализ сегментов изображений, содержащих медведей, для выявления признаков, по которым можно детектировать медведей, а также анализ нескольких классификаторов с использованием машинного обучения. В результате был разработан алгоритм, который сочетает в себе классические методы компьютерного зрения с машинным обучением. В данной работе описан алгоритм, детали его программной реализации, а также сравнение эффективности описанного подхода с одним из самых популярных способов обработки высококачественных аэрофотоснимков на сегодняшний день. По результатам работы можно судить об эффективности совместного применения методов компьютерного зрения бок о бок с машинным обучением. Программная реализация позволяет ускорить процесс обработки изображений, на который у специалистов уходят годы. Разработанный метод и программное обеспечение уже применяются на практике, что говорит о востребованности полученного решения в реальных задачах.

This work is devoted to the study of using methods of computer vision and machine learning for the detection and recognition of polar bears on the ice surface from aerial photographs are considered. The aim of this work is to develop an algorithm for recognizing and detecting polar bears on aerial photographs of the ice surface and to write a program for streaming processing of images. In the given work, the problem of finding objects in the image is divided into two main stages: the allocation of regions of interest and their subsequent classification. An analysis was made of segments of the images containing the bears to identify features by which the bears can be detected, as well as an analysis of several classifiers using machine learning. As a result, an algorithm was developed that combines the classical methods of computer vision with machine learning. The paper describes the algorithm, details of its software implementation, as well as comparing the effectiveness of the described approach with one of the most popular ways to process high-quality aerial photographs. According to the results of the work, one can estimate the effectiveness of the joint application of computer vision methods side by side with machine learning. Software implementation allows us to speed up the image processing process, which specialists spend years. The developed method and software are already being applied in practice, which indicates the relevance of the obtained solution in real problems.

• Распознавание и детектирование полярных медведей по аэрофотоснимкам
  • Введение
  • 1. Обзор существующих решений по поиску объектов на аэрофотоснимках
  • 2. Разработка алгоритма
  • 3. Разработка программного обеспечения
  • 4. Результаты работы алгоритма
  • Заключение
  • Список сокращений и условных обозначений
  • Список использованных источников