Інформаційні технології оперативного формування звітних документів за результатами дешифрування авіаційних та космічних зображень

Abstract

Марущак В.М. Інформаційні технології оперативного формування звітних документів за результатами дешифрування авіаційних та космічних зображень. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття ступеня доктора філософії за фахом 122 «Комп'ютерні науки» — Інститут телекомунікацій і глобального інформаційного простору Національної академії наук України, Київ — 2025. Дисертація присвячена створенню та практичній реалізації інтегрованої інформаційної системи автоматизованого формування звітно-інформаційних документів на основі дешифрування авіаційних і супутникових зображень. Метою дослідження є підвищення точності, швидкодії та уніфікованості процесів аналізу аерокосмічної інформації у контексті потреб оборонної аналітики, розвідки та моніторингу об'єктів на місцевості. Система була спроєктована з урахуванням перспектив розвитку штучного інтелекту в галузі аналізу зображень, що забезпечує її актуальність у довгостроковій перспективі. У дослідженні розглянуто можливості адаптації формування звітно-інформаційних документів для роботи з великими масивами даних у хмарних середовищах. У вступі обґрунтовано актуальність завдання автоматизації формування звітно-інформаційних документів в умовах зростання обсягів аерокосмічних зображень, навантаження на дешифрувальників та потреби у стандартизації результатів. Визначено взаємозв'язок теми з науковими програмами в галузі геоінформаційних технологій та прикладного використання методів штучного інтелекту. Сформульовано наукову новизну, практичну цінність, а також перелік задач, що вирішуються в межах дослідження. Додатково підкреслено важливість гармонізації національних стандартів обробки аерокосмічних даних із міжнародними протоколами обміну інформацією, що сприятиме сумісності автоматизованої системи формування звітно-інформаційних документів з іншими платформами у сфері оборони та цивільної безпеки. У першому розділі представлено огляд літератури щодо методів обробки зображень, технологій дистанційного зондування Землі, алгоритмів сегментації, класифікації та геоприв'язки об'єктів на знімках. Здійснено порівняльний аналіз сучасних підходів до побудови звітно-інформаційних систем, виявлено їх переваги та обмеження. Запропоновано загальну концепцію розробки інтегрованої системи автоматизованого формування звітно-інформаційних документів як комплексного інструменту оперативного аналізу. У роботі також розглянуто перспективи використання автоматизованих систем дешифрування у цивільних галузях, таких як управління природними ресурсами та моніторинг надзвичайних ситуацій. Проведений аналіз враховує еволюцію алгоритмів комп'ютерного зору від класичних методів фільтрації та морфологічної обробки до сучасних глибинних згорткових нейронних мереж, що дозволяє обґрунтувати вибір оптимальних підходів для задач дешифрування. У другому розділі обґрунтовано архітектуру системи як модульної платформи, що включає блоки попередньої обробки зображень, сегментації та класифікації об'єктів за допомогою нейронних мереж (YOLOv5, EfficientDet), модуль геокорекції з використанням координатної системи WGS-84, інтегратор звітів та модуль верифікації через QR-кодування. Описано використані технології — Python, OpenCV, PyTorch, PostgreSQL/PostGIS, FastAPI, React.js, що забезпечують високий рівень автоматизації. Система розроблена з урахуванням можливості масштабування та адаптації до різних типів зображень і сценаріїв застосування. Особливу увагу приділено моделюванню стійкості системи до кібератак та забезпеченню інформаційної безпеки при передачі даних, а також сценаріям інтеграції з безпілотними платформами нового покоління. Кожен модуль функціонує автономно, що дозволяє здійснювати гнучке налаштування платформи під конкретні завдання. Передбачена підтримка потокової обробки даних з безпілотних літальних апаратів в режимі реального часу. Завдяки відкритій архітектурі система може бути інтегрована з існуючими інформаційними системами оборонного та цивільного призначення. У третьому розділі детально розглянуто програмну реалізацію системи. Представлено повний цикл обробки: від завантаження знімка до генерації електронного документа зі структурованим змістом, координатами об'єктів та цифровим підписом. Наведено алгоритми фільтрації, нормалізації, векторизації та трансформації даних. Описано механізми генерації та перевірки QR-кодів, які забезпечують автентичність та захист даних. Продемонстровано можливості ручної перевірки результатів через інтеграцію з QGIS. Також реалізовано функціонал автоматичного оновлення бази даних після кожної обробки нового зображення. Окрім технічних аспектів, описано методики навчання операторів і аналітиків, що працюють із системою, що сприяє швидкій адаптації персоналу до роботи. Передбачено механізми логування подій для аудиту дій користувача та контролю якості результатів. Система підтримує мультикористувацький доступ із розмежуванням прав оператор, аналітик, адміністратор. У четвертому розділі проведено серію експериментальних досліджень на зображеннях, що надходили з технічно складних та нестабільних територій східної частини України. Система продемонструвала високу точність (точність – 91%, повнота – 87%, інтегральний показник – 89%, загальна точність – 93%), середній час обробки одного знімка становить 6,4 сек., формування звітно-інформаційного документа – 3,2 сек. Порівняльний аналіз із ручними методами вказує на 6-8 разів більшу швидкодію, зниження помилкових класифікацій на 30-40%, суттєве підвищення уніфікованості звітів та зменшення впливу людського фактору. Дослідження також виявило, що використання системи знижує потребу у залученні великої кількості операторів для аналізу даних. Результати досліджень підтверджують ефективність системи навіть за умов відсутності стабільного інтернет-з'єднання, що відкриває можливості для автономної роботи у віддалених регіонах. У результаті роботи сформульовано низку переваг: стандартизація аналітичних продуктів, інтерактивна верифікація, адаптивність до типу об'єктів та умов знімання, масштабованість при обробці великих обсягів даних. Розроблена система придатна для впровадження у діяльність структур оборонного сектору, аналітичних центрів та платформ геоінформаційних систем. Система також продемонструвала здатність інтегруватися в існуючі платформи управління військовими операціями, що підвищує її оперативну цінність. Передбачена можливість налаштування інтерфейсу та алгоритмів під вимоги конкретних користувачів, що робить її універсальною для різних відомств. Розглянуто перспективи застосування у багатонаціональних миротворчих місіях для швидкого обміну розвідувальними даними. Наукова новизна дослідження полягає в інтеграції алгоритмів штучного інтелекту, геопросторового аналізу та засобів цифрової верифікації в єдину архітектуру автоматизованої системи формування звітно-інформаційних документів. Практичне значення полягає у зменшенні часу реакції на події, зниженні навантаження на аналітиків, підвищенні достовірності та прозорості результатів. Вперше вітчизняна система такого рівня поєднала комплексне використання нейронних мереж і технологій QR-кодування для забезпечення достовірності розвідувальних матеріалів. Запропонована архітектура може бути масштабована для роботи з тривимірними моделями місцевості та даними з гіперспектральних сенсорів. Також визначено перспективи використання цієї технології для автоматизованого виявлення змін об'єктів у часових рядах зображень. Результати дослідження реалізовано у вигляді функціональної інформаційної системи, яку можна адаптувати для широкого спектру завдань — від оперативної розвідки до екологічного моніторингу. Висновки роботи можуть бути використані для подальших досліджень у галузі автоматизації аналізу зображень, кіберзахисту даних та підвищення точності геоприв'язки об'єктів. Особливу увагу приділено універсальності архітектури, що дозволяє реалізувати підтримку нових форматів даних без значних змін коду. Також система підтримує інтеграцію з хмарними сервісами для зберігання та обробки великих масивів аерокосмічної інформації. Розроблено методи автоматичного маркування об'єктів, які можуть значно зменшити час на підготовку тренувальних вибірок для нейронних мереж. Архітектура програмного забезпечення передбачає модульність та масштабованість, що дозволяє адаптувати її під специфічні сценарії оперативної обстановки. Алгоритмічне ядро системи оптимізовано для роботи в умовах обмежених обчислювальних ресурсів, що підвищує її застосовність у мобільних польових комплексах. Розроблено мобільну версію інтерфейсу для планшетів та смартфонів, що дає змогу оперативно переглядати результати обробки знімків у польових умовах. Система має можливість офлайн-роботи з наступною синхронізацією даних при підключенні до мережі. У дослідженні наведено рекомендації щодо підготовки операторів для ефективного використання всіх можливостей мобільної версії. Результати тестових випробувань підтвердили високу стійкість алгоритмів до перешкод, а також їх здатність зберігати стабільну продуктивність за умов змінних метеорологічних факторів та низької якості вхідних зображень. Проведено аналіз залежності ефективності системи від висоти польоту безпілотних літальних апаратів та роздільної здатності сенсорів. Запропоновано оптимальні параметри зйомки для різних завдань, що дозволяє підвищити точність виявлення об'єктів. Також визначено напрямки подальшого вдосконалення, зокрема впровадження алгоритмів глибинного навчання для прогнозування змін обстановки. У процесі дослідження було також проведено апробацію методики на різних типах місцевості, включаючи урбанізовані, лісові та прибережні зони. Розроблені підходи довели свою ефективність при обробці даних з мікросупутників та малих безпілотних літальних апаратів, що розширює спектр можливих джерел інформації. Особлива увага приділялася питанню кіберзахисту каналів передавання даних, що є критично важливим для військових і розвідувальних операцій. Перспективи розвитку включають інтеграцію з системами штучного прогнозування ризиків для підвищення рівня ситуаційної обізнаності.