Разработка информационной системы распознавания лесных пожаров по спутниковым снимкам

В выпускной квалификационной работе описывается процесс разработки информационной системы распознавания лесных пожаров по изображениям, полученным со спутников. В ходе работы рассматривается влияние лесных пожаров 2019–2020 гг. на экономики России и Австралии, в наибольшей степени пострадавших от массовых пожаров лесов, проводится обзор существующих алгоритмов распознавания лесных пожаров; описываются требования к системе распознавания лесных пожаров по спутниковым снимкам, проводится описание бизнес-модели по шаблону Остервальдера и Пинье с расчётом периода окупаемости системы, строится Use-Case диаграмма для пользователей системы и описываются её прецеденты. Кроме того, анализируются основные алгоритмы распознавания лесных пожаров: случайный лес, метод опорных векторов и свёрточная нейронная сеть, - выделяются их преимущества и недостатки. После этого проектируется модель свёрточной нейронной сети, а также приводится её структура с использованием нейросетевой библиотеки Keras на фреймворке TensorFlow, описываются функции системы с помощью диаграмм активности и последовательности, проектируются макеты форм интерфейса. Затем реализуется нейросетевая модель распознавания лесных пожаров по спутниковым снимкам, реализуется программный веб-интерфейс приложения и проводится тестирование с использованием критериев чёрного и белого ящиков. В работе используется язык программирования Python версии 3.9.2 для построения и описания структуры модели свёрточной нейронной сети при помощи библиотеки Keras на TensorFlow; язык разметки документов HTML версии 5.2, язык описания внешнего вида документов CSS, язык программирования JavaScript версии ECMAScript 5 для программного доступа к объектам HTML-документа.