МЕТОДИКА СОЗДАНИЯ НАБОРА АЭРОФОТОСНИМКОВ ДЛЯ ЗАДАЧИ ПЕРЕКРЁСТНОЙ ГЕОЛОКАЛИЗАЦИИ

О журнале

Новости

Цели и сфера

Основатель и издатель

Редакционная коллегия

Условия лицензирования

Конфиденциальность

Отношение к плагиату

Публикационная этика

Политика архивирования

Подписка

Для авторов

Инструкции для авторов

Процесс рецензирования

Авторские права

Договор о передаче прав

Редакционные сборы

Архив

Все выпуски

Поиск

Контакты

Контакты

Павленко Богдан Викторович
младший научный сотрудник лаборатории интеллектуальных систем и анализа данных.
283048, г. Донецк, ул. Артема, д. 118 б.
Область научных интересов: компьютерное зрение, машинное обучение, нейронные сети.

Пикалёв Ярослав Сергеевич
кандидат технических наук, старший научный сотрудник лаборатории интеллектуальных систем и анализа данных.
283085, ДНР, г. Донецк, ул. Отважных, д. 19, кв.85, тел. +7 949 428 73-88, эл. почта i@pikaliov.ru.
Область научных интересов: цифровая обработка сигналов, анализ данных, распознавание образов, обработка естественного языка, компьютерное зрение, машинное обучение, нейронные сети.

Скачать pdf

УДК 004.8, 004.93
DOI 10.24412/2413-7383-2024-4-101-112
Язык: Русский
Аннотация: В данной работе описана методика создания обширного и доступного набора данных аэрофотоснимков на основе использования сторонних картографических сервисов, таких как Google Maps, Google Earth и Google Earth Studio. Предложен алгоритм автоматизированного сбора данных, включающий разбиение целевой области карты на ячейки фиксированного размера и получение двух типов изображений: со спутника и с моделируемого вида дрона. Выделены преимущества предложенной автоматизации, такие как экономия времени и ресурсов, и сложность, связанная с динамическим форматом страницы и зависимостью от функциональности используемой платформы.
Ключевые слова: аэрофотоснимки, компьютерное зрение, распознавание изображений, спутниковые изображения, 3D-визуализация, БПЛА, перекрёстная геолокализация.

Список литературы:
1. Ронжин, А.Л., Ле, В.Н., & Шувалов, Н.С. (2024). Оптимизация технологической карты допустимых системотехнических решений задачи видеоаналитики аквакультуры. *Вестник Южно-Уральского университета. Серия «Математика. Механика. Физика»*, × 2 ×(16), 50-58. ISSN 2075-809Х. DOI: 10.14529/mmph240205
2. Ронжин, А. Л. (2024). Интеллектуализация и роботизация научного оборудования для междисциплинарных исследований. *Проблемы искусственного интеллекта*, × 1 ×(28), 4-10. ISSN 2413-7383. *(DOI отсутствует)*
3. Верхотуров, А. Л., Степанов, А. С., & Илларионова, Л. В. (2024). Использование радиолокационных данных для мониторинга состояния посевов сельскохозяйственных культур на юге Дальнего Востока России. *Информатика и Автоматизация*, × 4 ×(23), 1221-1245. ISSN 2713-3192. DOI: 10.15622/ia.23.4.11
4. Рудой, Е.В., Петухова, М.С., Рюмкин, С.В., Труфляк, Е.В., & Курченко, Н.Ю. (2021). *Научно-обоснованный прогноз развития точного земледелия в России*. Новосибирск: ИЦ НГАУ «Золотой колос».
5. Google. (n.d.). *Google Планета Земля*. Retrieved October 20, 2024, from https://earth.google.co.zm/
6. Google. (n.d.). *Google Earth Studio*. Retrieved October 20, 2024, from https://earth.google.com/studio/docs/
7. Али, Б., Садеков, Р.Н., & Цодокова, В.В. (2022). Алгоритмы навигации беспилотных летательных аппаратов с использованием систем технического зрения. *Гироскопия и навигация*, × 30 ×(4), 87-105. ISSN 0869-7035. DOI: 10.17285/0869-7035.00105
8. Зуев, В. М. (2024). Сравнение обнаружения объектов средствами искусственного интеллекта в сравнении с классическими методами. *Проблемы искусственного интеллекта*, × 3 ×(34), 4-10. ISSN 2413-7383. DOI: 10.24412/2413-7383-2024-3-30-35.
9. Пикалёв, Я. С., & Ермоленко, Т. В. (2023). О нейронных архитектурах извлечения признаков для задачи распознавания объектов на устройствах с ограниченной вычислительной мощностью. *Проблемы искусственного интеллекта*, × 3 ×(30), 44-54. ISSN 2413-7383. DOI: 10.34757/2413-7383.2023.30.3.004
10. Павленко, Б. В., & Бондаренко, В. И. (2024). Интеллектуально-алгоритмический метод калибровки прицелов. *Проблемы искусственного интеллекта*, × 3 ×(34), 55–63. ISSN 2413-7383. DOI: 10.24412/2413-7383-2024-3-55-63
11. Фролов, В. В. (2024). Анализ характеристик видеокамер оптического диапазона для работы в составе интеллектуальных систем обнаружения и оценки объектов беспилотными авиационными системами. In *Искусственный интеллект: теоретические аспекты, практическое применение : материалы Донецкого международного научного круглого стола* (pp. 304–310). Донецк: ФГБНУ «ИПИИ».
12. Уланов, С. И., Криводубский, О. А., & Никитина, А. А. (2024). Методы использования беспилотных летательных аппаратов в полете. *Проблемы искусственного интеллекта*, × 2 ×(33), 29–35. ISSN 2413-7383. DOI: 10.24412/2413-7383-2024-2-29-35.
13. Durgam, A., et al. (2024). Cross-view geo-localization: a survey. *arXiv preprint arXiv:2406.09722*.
14. Фаворская, М.Н., & Пахирка, А.И. (2024). Восстановление аэрофотоснимков сверхвысокого разрешения с учетом семантических особенностей. *Информатика и Автоматизация*, × 4 ×(23), 1047-1076. ISSN 2713-3192. DOI: 10.15622/ia.23.4.5
15. Zheng, Z., Wei, Y., & Yang, Y. (2020). University-1652: A Multi-view Multi-source Benchmark for Drone-based Geo-localization. In *Proceedings of the 28th ACM International Conference on Multimedia (MM ’20)* (pp. 1-12). ACM, New York, NY, USA. https://doi.org/10.1145/3394171.3413896
16. Chu, M., et al. (2025). Towards natural language-guided drones: GeoText-1652 benchmark with spatial relation matching. In *European Conference on Computer Vision* (pp. 213-231). Springer, Cham.
17. Пикалёв, Я.С. (2022). Разработка системы нормализации текстовых корпусов. *Проблемы искусственного интеллекта*, × 2 ×(25), 64-78. ISSN 2413-7383.
18. Хакимов, Р. С., Нижникова, О. Л., & Близно, М. В. (2024). К вопросу о разработке системы аннотирования данных для задач компьютерного зрения. *Проблемы искусственного интеллекта*, × 3 ×(34), 70–79. ISSN 2413-7383. DOI: 10.24412/2413-7383-2024-3-70-79
19. Кришнан, Ш. Р., & Амудха, П. (2024). Улучшение обнаружения аномалий на видео с помощью усовершенствованной технологии UNET и техники каскадного скользящего окна. *Информатика и автоматизация*, × 6 ×(23), 1899-1930. ISSN 2713-3192. DOI: 10.15622/ia.23.6.12
20. Shu, X., Cheng, X., Xu, S., Chen, Y., Ma, T., & Zhang, W. (2021). How to construct low-altitude aerial image datasets for deep learning. *Mathematical Biosciences and Engineering*, × 18 ×(2), 986-999. doi: 10.3934/mbe.2021053. PMID: 33757171

Выпуск: 4(35)'2024
Раздел: СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА
Как цитировать: Павленко Б. В. Пикалёв Я. С. МЕТОДИКА СОЗДАНИЯ НАБОРА АЭРОФОТОСНИМКОВ ДЛЯ ЗАДАЧИ ПЕРЕКРЁСТНОЙ ГЕОЛОКАЛИЗАЦИИ* [Текст] / Б. В. Павленко Я. С. Пикалёв // Проблемы искусственного интеллекта. - 2024. № 4 (35). - С. 101-112. - http://paijournal.guiaidn.ru/ru/2024/3(34)-9.html

Назад к выпуску 4(35)'2024