Обнаружение скрытых подповерхностных объектов на основе обработки многоспектральных данных, полученных с беспилотного летательного аппарата
Аннотация:
Для решения задачи поиска скрытых подповерхностных объектов при дистанционном мониторинга по данным разновременных изображений в видимом и инфракрасном диапазоне, особое значение приобретают закономерности изменения температуры как самой земной поверхности, так и самих объектов. Исследование динамики изменения температур с использованием математической модели теплообмена позволяет получить дополнительные демаскирующий признак. В качестве дополнительного демаскирующего признака используется оценка теплофизических параметров скрытых подповерхностных объектов. Группировка теплофизических параметров в отдельные классы позволяет выделить границы объектов и демаскировать область их залегания под грунтом. Для решения проблемы корректной обработки большого объема данных, сокращения времени обработки аэрофотоснимков целесообразно использовать метод машинного обучения на основе нейронных сетей. В статье рассматриваются вопросы сегментации изображений с применением глубокого обучения, построена математическая модель теплофизических процессов, для получения оценок теплофизических параметров скрытых подповерхностных объектов решалась коэффициентная обратная задача теплопроводности с использованием генетического алгоритма.
