Детальная информация

Цель работы – разработка нейросетевого метода, который способен оценивать глубину сцены по одному аэрофотоснимку и телеметрии оптической камеры. Решаемые задачи: 1) Обзор существующих методов оценки глубины аэрофотоснимков; 2) Разработка нейронной сети, позволяющей предсказывать карты глубины в метрической системе на основе оптических снимков и их телеметрии; 3) Тестирование разработанного метода; 4) Анализ результатов. В результате работы был проведен анализ существующих методов оценки глубины аэрофотоснимков, разработана нейронная сеть для предсказания метрической карты глубины по аэрофотоснимку и его телеметрии. Также были проведены тестирование обученной модели и анализ результатов. Точность работы метода по средней абсолютной ошибке составила 32,4 м в диапазоне высот 195,5–2094 м. Время обработки одного кадра – 0,009 с. Использовались открытые образовательные ресурсы и программы поиска информации. Применено программное обеспечение Python, PyTorch, Agisoft Metashape.

The aim of the work is to develop a neural network method that is able to estimate the depth of a scene from single aerial image and optical camera telemetry. Tasks to be solved: 1) Review of existing methods for estimating the depth of aerial images; 2) Development of a neural network that allows predicting depth maps in a metric system based on optical images and their telemetry; 3) Testing of the developed method; 4) Analysis of the results. As a result of the work, an analysis of existing methods for assessing the depth of aerial images was conducted, a neural network was developed to predict the metric depth map from an aerial image and its telemetry. The trained model was also tested and the results were analyzed. The accuracy of the method by the average absolute error was 32,4 m in the height range of 195,5–2094 m. The processing time of one frame was 0,009 s. Open educational resources and information retrieval programs were used. Python, PyTorch, Agisoft Metashape software was used.

• ОГЛАВЛЕНИЕ
• СПИСОК АББРЕВИАТУР, СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
• Введение
• Глава 1. обзор существующих методов оценки глубины аэрофотоснимков
• 1.1. Использование LiDAR
• 1.2. Использование фотограмметрии
• 1.3. Использование стереозрения
• 1.4. Использование нейронных сетей
• 1.5. Сравнение методов оценки глубины
• Глава 2. РАЗРАБОТКА НЕЙРОННОЙ СЕТИ, ПОЗВОЛЯЮЩЕЙ ПРЕДСКАЗЫВАТЬ КАРТЫ ГЛУБИНЫ В МЕТРИЧЕСКОЙ СИСТЕМЕ НА ОСНОВЕ ОПТИЧЕСКИХ СНИМКОВ И ИХ ТЕЛЕМЕТРИИ
• 2.1. Телеметрия камеры
• 2.2. Структура нейронной сети
  • 2.2.1. Нейронная сеть для получения относительной карты глубины
  • 2.2.2. Нейронная сеть для получения метрической карты глубины
• 2.3 Обучение модели
  • 2.3.1. Подготовка набора данных
  • 2.3.2. Обучение нейронной сети
• Глава 3. АНАЛИЗ РЕЗУЛЬАТОВ
• 3.1. Результаты работы нейронной сети
  • 3.1.1. Сравнение истинных и предсказанных метрических карт глубины
  • 3.1.2. Точность работы нейронной сети
  • 3.1.3. Скорость работы метода
• 3.2. Анализ результатов работы нейронной сети
• Заключение
• Список использованных источников