Россия
Воронеж, Воронежская область, Россия
В работе рассматриваются особенности распознавания объектов на спутниковых изображениях и описываются современные архитектуры нейронных сетей, применяемые для решения задачи. Проведённый обзор позволяет определить направления развития алгоритмов распознавания объектов с целью эффективного использования.
Распознавание объектов, машинное обучение, спутниковые изображения
1. Математическое обеспечение информационно-управляющей системы для хранения продукции с ограниченным сроком хранения / Д. В. Арапов, Н. Ю. Юдина, В. А. Курицын, Л. А. Коробова // Моделирование систем и процессов. – 2024. – Т. 17, № 1. – С. 7-18. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-1-7-18. – EDN CXBIVK.
2. Мочалов, В. П. Алгоритм динамического распределения и балансировки нагрузки в распределенных облачных вычислениях / В. П. Мочалов, Н. Ю. Братченко, Д. В. Гостева // Моделирование систем и процессов. – 2024. – Т. 17, № 1. – С. 92-102. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-1-92-102. – EDN EWMPYM.
3. Мясников В. В. Метод обнаружения транспортных средств на цифровых аэрофото- и космических изображениях дистанционного зондирования Земли // Компьютерная оптика. – 2024. – Т. 36, № 3. – С.(рос.)
4. Adegun A. A., Viriri S. State-of-the-Art Deep Learning Methods for Objects Detection in Remote Sensing Satellite Images // Sensors. – 2023. – Vol. 23, No. 13. – Art. 5849. – DOIhttps://doi.org/10.3390/s23135849.
5. Zhao Z.-Q., Zheng P., Xu S.-T., Wu X. Object Detection with Deep Learning: A Review // IEEE Transactions on Neural Networks and Learning Systems. – 2019. – Vol. 30, No. 11. – P. 3212–3232. – DOIhttps://doi.org/10.1109/TNNLS.2018.2876865.
