Please use this identifier to cite or link to this item:
http://hdl.handle.net/11701/32206
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Арбузова Юлия Михайловна | ru_RU |
dc.contributor.advisor | Arbuzova Ulia Mihajlovna | en_GB |
dc.contributor.author | Павлов Илья Иванович | ru_RU |
dc.contributor.author | Pavlov Ila Ivanovic | en_GB |
dc.contributor.editor | Сотникова Маргарита Викторовна | ru_RU |
dc.contributor.editor | Sotnikova Margarita Viktorovna | en_GB |
dc.date.accessioned | 2021-08-07T09:10:54Z | - |
dc.date.available | 2021-08-07T09:10:54Z | - |
dc.date.issued | 2021 | |
dc.identifier.other | 040307 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/32206 | - |
dc.description.abstract | В этой работе предложена система прогнозирования численности населения со спутниковых изображений. Система состоит из трех частей. Первая часть сегментирует изображения на регионы разной степени плотности застройки. Вторая часть, используя сегментированную карту, классифицирует изображение в один из нескольких диапазонов численности населения. Третья часть, используя полученный классификатором, диапазон проводит регрессию для получения финального прогноза численности населения на рассматриваемом изображение. Во время выполнения работы также проверялась гипотеза, что качество работы классификатора увеличится, если использовать вдобавок изображению использовать его сегментированную карту. | ru_RU |
dc.description.abstract | This work proposes a system for inferring a population count from a satellite image. This system consists of three parts. The first part segments an image into regions of different levels of development intensity. The second part uses a segmented map to classify an image into various population ranges. The third part uses a classified range to get the final population count of a given image using regression. In addition, this work tries to empirically prove that using a segmented map in addition to an image improves the classifier's performance. | en_GB |
dc.language.iso | ru | |
dc.subject | Глубокое обучение | ru_RU |
dc.subject | машинное обучение | ru_RU |
dc.subject | компьютерное зрение | ru_RU |
dc.subject | семантическая сегментация | ru_RU |
dc.subject | спутниковые изображения | ru_RU |
dc.subject | Deep learning | en_GB |
dc.subject | machine learning | en_GB |
dc.subject | computer vision | en_GB |
dc.subject | semantic segmentation | en_GB |
dc.subject | satellite imagery | en_GB |
dc.title | Demographic analysis of satellite images using neural networks | en_GB |
dc.title.alternative | Демографический анализ спутниковых изображений с использованием нейронных сетей | ru_RU |
Appears in Collections: | MASTER'S STUDIES |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
VKR.pdf | Article | 2,31 MB | Adobe PDF | View/Open |
reviewSV_Otzyv_Pavlov_2021.pdf | ReviewSV | 255,72 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.