Бакалавриат
2025/2026
Компьютерное зрение и машинное обучение в анализе изображений
Статус:
Курс по выбору (География глобальных изменений и геоинформационные технологии)
Где читается:
Факультет географии и геоинформационных технологий
Когда читается:
4-й курс, 1, 2 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
4
Контактные часы:
30
Программа дисциплины
Аннотация
Задачи дисциплины заключаются в приобретении знаний об актуальных технологиях компьютерного зрения и алгоритмах классического и глубокого обучения, используемых в задачах тематического анализа и классификации изображений при мультисенсорном дистанционном мониторинге, а также в приобретении практических навыков использования этих технологий и алгоритмов при обработке дистанционной потоковой информации, распознавании стационарных и движущихся объектов по сериям мультивременных и мультисенсорных данных дистанционного зондирования Земли и иных пространственных данных, в объектно-ориентированном анализе изображений. Студенты научатся разрабатывать и проводить тонкую настройку алгоритмов компьютерного зрения и машинного обучения в зависимости от типа изображений и задач их тематического анализа, в т. ч. создавать географически стратифицированные обучающие и валидационные выборки . Для успешного освоения дисциплины по выбору "Компьютерное зрение и машинное обучение в анализе изображений" требуются базовые навыки программирования на языке Python и в среде Google Earth Engine; знание физических и технологических основ дистанционного зондирования Земли; математической статистики. Компьютерное зрение и анализ изображений - курс по выбору, завершающая дисциплина по анализу данных дистанционного зондирования Земли на бакалаврской программе "География глобальных изменений и геоинформационные технологии". Дисциплина ориентирована на студентов всех направлений, и может быть полезна для решения и автоматизации задач распознавания образов различных географических объектов, тематического картографирования и пространственного моделирования на основе "больших" пространственных данных в рамках преддипломной практики, подготовки ВКР, а также для развития профессиональных навыков в сфере геоинформационных технологий.
Цель освоения дисциплины
- Цели освоения дисциплины заключаются в приобретении теоретических знаний о современных алгоритмах компьютерного зрения и машинного обучения как разделов искусственного интеллекта в задачах тематического анализа, распознавания образов и классификации аэрокосмических изображений; практических навыков настройки и применения алгоритмов распознавания образов и машинного обучения в зависимости от свойств изображений и прикладной задачи их обработки, в т.ч. для детектирования стационарных и движущихся географических объектов.
Планируемые результаты обучения
- обоснованно выбирает и использует методы компьютерного зрений для решения задач тематической обработки изображений различных типов
- обоснованно выбирает и использует алгоритмы машинного обучения для решения задач тематической обработки изображений различных типов
- обоснованно выбирает и использует методы компьютерного зрения для извлечения дешифровочных признаков и распознавания образов, используя изображения различных типов
Содержание учебной дисциплины
- Компьютерное зрение в задачах обработки и анализа данных дистанционного зондирования
- Машинное обучение – смежная дисциплина, позволяющая выполнять автоматизированное дешифрирование аэрокосмических снимков
- Методы машинного обучения в задачах классификации изображений
- Компьютерное зрение в задачах распознавания движущихся объектов
Элементы контроля
- Итоговое тестирование
- Тематическая обработка видеоизображений и распознавание движущихся объектов
- Алгоритмы классического и глубокого обучения в анализе изображений
- Машинное обучение в задачах классификации изображения
- Алгоритмы компьютерного зрения в анализе изображений
Промежуточная аттестация
- 2025/2026 2nd module0.15 * Алгоритмы классического и глубокого обучения в анализе изображений + 0.2 * Алгоритмы компьютерного зрения в анализе изображений + 0.3 * Итоговое тестирование + 0.25 * Машинное обучение в задачах классификации изображения + 0.1 * Тематическая обработка видеоизображений и распознавание движущихся объектов
Список литературы
Рекомендуемая основная литература
- 9780429875359 - Canty, Morton John - Image Analysis, Classification and Change Detection in Remote Sensing : With Algorithms for Python, Fourth Edition - 2019 - CRC Press - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=2053681 - nlebk - 2053681
- 9781351650632 - Chang, Ni-Bin; Bai, Kaixu - Multisensor Data Fusion and Machine Learning for Environmental Remote Sensing - 2018 - CRC Press - http://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1729155 - nlebk - 1729155
- Image analysis, classification, and change detection in remote sensing : with algorithms for Python, Canty, M. J., 2019
- Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/376830 - 376830 - iBOOKS
- Клетте, Р. Компьютерное зрение. Теория и алгоритмы : учебник / Р. Клетте , перевод с английского А. А. Слинкина. — Москва : ДМК Пресс, 2019. — 506 с. — ISBN 978-5-97060-702-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131691 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Книга Kaggle. Машинное обучение и анализ данных / Пер. с англ. - 978-5-9775-1903-8 - Банахевич К., Массарон Л. - 2024 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/bookshelf/396446 - 396446 - iBOOKS
- Машинное обучение с помощью Python : руководство для специалистов по работе с данными, Мюллер, А., 2022
- Селянкин, В. В. Компьютерное зрение. Анализ и обработка изображений / В. В. Селянкин. — 3-е изд., стер. — Санкт-Петербург : Лань, 2023. — 152 с. — ISBN 978-5-507-45583-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/276455 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- A Tutorial on Machine Learning and Data Science Tools with Python. (2017). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.E5F82B62
- Платонов, А. В. Машинное обучение : учебное пособие для вузов / А. В. Платонов. — 2-е изд. — Москва : Издательство Юрайт, 2025. — 89 с. — (Высшее образование). — ISBN 978-5-534-20732-3. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/558662 (дата обращения: 04.07.2025).