Details
Title | Обработка изображений в телевизионной системе селекции с использованием частотно-ориентированных нейронных сетей для повышения точности и снижения вычислительной сложности при обнаружении малоразмерных объектов: научный доклад: направление подготовки 11.06.01 «Электроника, радиотехника и системы связи» ; направленность 11.06.01_01 «Радиотехника, в том числе системы и устройства телевидения» |
---|---|
Creators | Гу Линюнь |
Scientific adviser | Попов Евгений Александрович |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт электроники и телекоммуникаций |
Imprint | Санкт-Петербург, 2025 |
Collection | Научные работы аспирантов/докторантов ; Общая коллекция |
Subjects | обнаружение объектов ; дистанционное зондирование ; глубокое обучение ; свёртка в частотной области ; дистилляция знаний ; телевизионные системы ; object detection ; remote sensing ; deep learning ; frequency domain convolution ; knowledge distillation ; television systems |
Document type | Scientific report |
File type | Other |
Language | Russian |
Level of education | Graduate student |
Speciality code (FGOS) | 11.06.01 |
Speciality group (FGOS) | 110000 - Электроника, радиотехника и системы связи |
Rights | Текст не доступен в соответствии с распоряжением СПбПУ от 11.04.2018 № 141 |
Additionally | New arrival |
Record key | ru\spstu\vkr\39386 |
Record create date | 10/15/2025 |
Настоящая диссертационная работа посвящена решению ключевых научных проблем обнаружения объектов изображений, формируемых телевизионными системами дистанционного зондирования Земли, а именно: повышению точности обнаружения мелких и разномасштабных объектов на сложных изображениях дистанционного зондирования, уменьшению размера и вычислительной сложности модели, повышению скорости обнаружения и развертыванию модели на спутниковых/воздушных бортовых прикладных телевизионных системах. Получение изображений с помощью дистанционного зондирования стало более удобным и эффективным, чем когда-либо, и дистанционное зондирование стало важным средством наблюдения Земли. Обнаружение объектов на снимках дистанционного зондирования направлено на анализ входного изображения, определение местоположения интересующего объекта и его категории. В данной диссертационной работе предлагается решение научной проблемы обнаружения объектов на оптических изображениях дистанционного зондирования Земли (ДЗЗ), а именно: как реализовать высокоточное и быстрое обнаружение мелких и разномасштабных объектов в сложных сценариях ДЗЗ и развернуть их на ограниченных по ресурсам платформах, таких как спутниковые/воздушные.
This dissertation addresses key scientific challenges in detecting objects in images generated by Earth remote sensing television systems. Specifically, it addresses the following: improving the detection accuracy of small and multi-scale objects in complex remote sensing images, reducing the size and computational complexity of the model, increasing the speed of detection, and deploying the model on satellite/airborne application television systems. Remote sensing imaging has become more convenient and efficient than ever, and remote sensing has become an important means of Earth observation. Object detection in remote sensing images focuses on analyzing the input image and determining the location and category of the object of interest. This dissertation suggests a decision of a key scientific problem in object detection in optical remote sensing images: how to implement highly accurate and rapid detection of small and multi-scale objects in complex remote sensing scenarios and deploy them on resource-constrained platforms such as satellite and airborne platforms.