Сучасні тенденції в обробці аерокосмічних зображень та розпізнаванні образів
| dc.contributor.author | Міщенко, Максим Станіславович | uk_UA |
| dc.contributor.author | Сокол, Олександр | uk_UA |
| dc.contributor.author | Гнатушенко, Вікторія Володимирівна | uk_UA |
| dc.date.accessioned | 2025-04-01T06:50:22Z | |
| dc.date.available | 2025-04-01T06:50:22Z | |
| dc.date.issued | 2023 | |
| dc.description | Вік. Гнатушенко: ORCID 0000-0001-5304-4144 | uk_UA |
| dc.description.abstract | UKR: Ця стаття спрямована на аналіз сучасних тенденцій в обробці та розпізнаванні аерокосмічних зображень. Такі зображення є важливим джерелом інформації для різних галузей промисловості, таких як військова та цивільна картографії, сільське господарство та екологія. Процес обробки та аналізу великомасштабних аерокосмічних зображень вимагає значних витрат часу та ресурсів, тому виникає потреба у використанні сучасних методів машинного навчання та обробки зображень. У цьому документі описано різні методи обробки аерокосмічних зображень, такі як лінійна фільтрація, аналіз незалежних компонентів, зіставлення шаблонів і генеративні змагальні мережі. Використання сучасних методів обробки та розпізнавання образів аерокосмічних зображень є важливим кроком у підвищенні ефективності та точності аналізу великомасштабних зображень, що може бути корисним для різних галузей промисловості, які використовують аерокосмічні зображення. | uk_UA |
| dc.description.abstract | ENG: This paper aims to analyze current trends in the processing and recognition of aerospace images. Such images are an important source of information for various industries, such as military and civilian cartography, agriculture, and ecology. The process of processing and analyzing large-scale aerospace images requires significant time and resources, so there is a need to use modern machine learning and image processing methods. This paper describes various methods for processing aerospace images, such as linear filtering, independent component analysis, pattern matching, and generative adversarial networks. The use of modern methods for processing and pattern recognition of aerospace images is an essential step in improving the efficiency and accuracy of large-scale image analysis, which can be useful for various industries that use aerospace images. | en |
| dc.identifier.citation | Міщенко М. С., Сокол О. С., Гнатушенко Вік. В. Сучасні тенденції в обробці аерокосмічних зображень та розпізнаванні образів. Інформаційні технології в металургії та машинобудуванні – ІТММ’2023 : тези доп. Міжнародної наук.-техн. конф. (м. Дніпро, 22 березня 2023 р.). Дніпро, 2023. C. 362–365. DOI: https://doi.org/10.34185/1991-7848.itmm.2023.01.096. | uk_UA |
| dc.identifier.doi | https://doi.org/10.34185/1991-7848.itmm.2023.01.096 | en |
| dc.identifier.issn | 2708-0102 (Online) | |
| dc.identifier.uri | https://journals.nmetau.edu.ua/index.php/itmm/article/view/1664 | en |
| dc.identifier.uri | https://crust.ust.edu.ua/handle/123456789/19959 | en |
| dc.language.iso | uk | |
| dc.publisher | Український державний університет науки і технологій, ІВК «Системні технології», Дніпро | uk_UA |
| dc.subject | лінійна фільтрація | uk_UA |
| dc.subject | аналіз незалежних компонентів | uk_UA |
| dc.subject | зіставлення шаблонів | uk_UA |
| dc.subject | генеративні змагальні мережі | uk_UA |
| dc.subject | aerospace images | en |
| dc.subject | linear filtering | en |
| dc.subject | independent component analysis | en |
| dc.subject | pattern matching | en |
| dc.subject | generative adversarial networks | en |
| dc.subject | КІТС | uk_UA |
| dc.subject.classification | TECHNOLOGY::Information technology::Image analysis | en |
| dc.subject.classification | аерокосмічні зображення | |
| dc.title | Сучасні тенденції в обробці аерокосмічних зображень та розпізнаванні образів | uk_UA |
| dc.title.alternative | Current Trends in Aerospace Image Processing and Pattern Recognition | en |
| dc.type | Thesis | en |