Розробка цієї системи є актуальною в контексті постійного підвищення ризику для людей в зоні конфліктів та воєнних дій, де існує загроза підриву на мінах. Цей проєкт націлено на створення ефективного і безпечного методу виявлення вибухонебезпечних предметів з використанням передових технологій тепловізійної техніки та штучного інтелекту.
Система буде базуватися на аналізі теплових зображень, отриманих з високоточних тепловізійних камер. Застосування технології штучного інтелекту дозволить системі автоматично розпізнавати образи, що вказують на наявність мін, і генерувати швидкі та точні сповіщення для операторів.
Очікується, що результатом проєкту стане створення високоефективної системи, яка забезпечить зниження ризику та збільшить безпеку для тих, хто працює або перебуває в зонах з підвищеною небезпекою вибухонебезпечних предметів. Крім того, система може мати потенціал для використання в різних галузях, включаючи рятувальні операції, обслуговування та очищення територій від мін після війни, а також військові цілі.
Загальна мета полягає в створенні інноваційного та високоефективного рішення для виявлення мін з метою збереження людських життів та покращення безпеки у зонах конфліктів та кризових ситуаціях. Автоматизована тепловізійна система з використанням штучного інтелекту є перспективним інноваційним рішенням для виявлення мін, забезпечуючи безпеку та ефективність у демінуванні об’єктів.
Керівник: доц., к.т.н. Муравйов О.В.
Повний текст дисертації (.pdf)
Повний перелік магістерських дисертацій
Перелік літературних посилань
1. Протасов, А. Г. Технології теплового неруйнівного контролю [Електронний ресурс] / А. Г. Протасов, Ю. Ю. Лисенко ; КПІ ім. Ігоря Сікорського. – Київ : КПІ ім. Ігоря Сікорського, 2021. – 133 с.
2. Протасов, А. Г. Технології теплового неруйнівного контролю. Лабораторний практикум [Електронний ресурс] / КПІ ім. Ігоря Сікорського ; уклад.: А. Г. Протасов, Ю. В. Куц, Ю. Ю. Лисенко. – Київ : КПІ ім. Ігоря Сікорського, 2023. – 90 с.
3. Amin M. G. Landmine Detection: A Review of Challenges and Opportunities / M. G. Amin // IEEE Sensors Journal. - vol. 10 (6). – 2010. - pp. 415-427.
4. Sidebottom R. M. Detection of Landmines and Unexploded Ordnance / R. M. Sidebottom // Journal of Battlefield Technology. - vol. 3 (2). – 2000. - pp. 3-8.
5. Wilson J. L. A Review of Landmine Detection Technologies / J. L. Wilson // Journal of Mine Action. - vol. 4 (1). – 2000. - pp. 1-12.
6. Галаган Р.М., Андреєв С.М., Петрик В.Ф., Баженов В.Г., Лисенко Ю.Ю. Виявлення дефектів бетонних конструкцій на основі аналізу зображень за допомогою згорткових нейронних мереж. Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки. 2023. Том 34 (73), № 2. с. 138-144.
7. Weidman S. Deep Learning from Scratch: Building with Python from First Principles / S. Weidman // Technical journal. – 2019. – pp. 25-44.
8. Alpaydin E. Introduction to machine learning / E. Alpaydin // Cambridge MA: MIT Press. – 2010. – pp. 2-4.
9. Girshick R. Donahue, J., Darrell, T., & Malik, J. Rich feature hierarchies for accurate object detection and semantic segmentation / R. Girshick, J. Donahue, T. Darrell, J. Malik // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. – 2010. – pp. 580-587.
10. Szegedy C. Going deeper with convolutions / C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, A. Rabinovich // In Proceedings of the IEEE conference on computer vision and pattern recognition. – 2015. - pp. 1-9.
11. Liu W. SSD: Single shot multibox detector / W. Liu, D. Anguelov, D. Erhan // European Conference on Computer Vision. – 2016. – pp. 21-37.
12. Redmon J. You only look once: Unified, real-time object detection / J. Redmon, S. Divvala, R. Girshick, A. Farhadi // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. – 2016. – pp. 779-788.
13. Дідур О. Л. МІНИ / О. Л. Дідур, М. С. Шевченко // Посібник військовослужбовцю ЗСУ, НГУ, ТрО УКРАЇНИ. – 2022. – С.32-49.
14. Муравьёв А.В. Композиции атермализованных трехкомпонентных инфракрасных объективов / А.В. Муравьёв, О.К. Кучеренко // Наука и техника. – 2015. – № 4. – С. 32–37.
15. Муравьёв А. В. Пассивная термостабилизация оптической системы тепловизора и перспективы его применения в медицинской диагностике / А. В. Муравьёв // Приборостроение – 2017: материалы 10-й Международной научнотехнической конференции, 2017. – С. 385-387.
16. Tyagur V. M. Passive optical athermalization of an IR three-lens achromat / V. M. Tyagur, O. K. Kucherenko and A. V. Murav’ev // Journal of Optical Technology. – vol. 81 (4). – 2014. – pp. 199-203.
17. Тягур В. М. Пассивная оптическая атермализация инфракрасного трехлинзового ахромата / В. М. Тягур, А. В. Муравьёв, О. К. Кучеренко // Оптический журнал. – 2014. – том 81. – вип. №4. – С. 42-47.
18. Муравйов О. В. Компенсація терморозфокусування оптичної системи тепловізора та перспективи його використання в медичній діагностиці / О. В. Муравйов, О. О. Назарчук // Вісник інженерної академії України. – 2017. – вип. №1. – С. 124-131.
19. Муравьёв А. В. Пассивная атермализация оптической системы медицинского термографа / А. В. Муравьёв // TRENDS OF MODERN SCIENCE. – vol. 15. – 2018. – pp. 88-91.
20. Морозов М. А. Современная лазерная дальнометрия / М. А. Морозов, А. В. Муравьёв // Новые направления развития приборостроения: материалы 9-й международной научнотехнической конференции молодых ученых и студентов, 20-22 апреля. – Минск, Беларусь, 2016. – С. 38.
21. Кучеренко О.К. Вплив температури на абераційні властивості ІЧ об’єктивів / О.К. Кучеренко, О.В. Муравйов, Д.О. Остапенко. // Наукові вісті НТУУ «КПІ». – 2013. – № 1. – С. 99-105.
22. Довбиш І. О. Силові установки та джерела енергії сучасних БпЛА / І.О. Довбиш, О.В. Муравйов, Р.М. Галаган, Г.А. Богдан, А.С. Момот // Вчені записки ТНУ імені В.І. Вернадського. Серія: технічні науки. – 2023. – Том. 34 (73). – № 5. – С. 16-21.
23. Муравйов О. В. Перспективи розвитку технологій та підвищення рівня автономності БПЛА / О.В. Муравйов, І.О. Довбиш, Р.М. Галаган, Г.А. Богдан, А.С. Момот // Вчені записки ТНУ імені В.І. Вернадського. Серія: технічні науки. – 2023. – Том. 34 (73). – № 2. – С. 199-205.
24. Harris C. R. Array programming with NumPy / C. R. Harris, K. J. Millman, S. J. van der Walt, T. E. Oliphant // Programing Nature series. – 2020. – pp. 357-362.
25. Paszke A. PyTorch: An imperative style, high-performance deep learning library / A. Paszke, S. Gross, F. Massa, A. Lerer, J. Bradbury, G. Chanan, A. Desmaison // Advances in Neural Information Processing Systems. – 2019. – pp. 1-12.
26. LeCun Y. Deep learning Nature / Y. LeCun, Y. Bengio, G. Hinton // Programing Nature series. – 2015. – pp. 436-444.
27. Bradski G. Learning OpenCV: Computer vision with the OpenCV library / G. Bradski G, A. Kaehler // O’Reilly Media, Inc. – 2008. – pp. 1-8.
28. Kaehler A. Learning OpenCV 3: Computer vision in C++ with the OpenCV library (1st ed.) / A. Kaehler, G. Bradski A. // Sebastopol, CA: O’Reilly Media. – 2008. – pp. 20-72.
29. McKinney W. Data structures for statistical computing in python / W. McKinney // In Proceedings of the 9th Python in Science Conference. - vol. 44 (5). – 2010. - pp. 51-56.
30. Hunter J. D. Matplotlib: A 2D graphics environment / J. D. Hunter // IEEE Annals of the History of Computing. – vol. 9 (3). – 2007. – pp. 90-95.
31. Kluyver T. Jupyter Notebooks-a publishing format for reproducible computational workflows / T. Kluyver, B. Ragan-Kelley, F. Pérez, B. Granger, M. Bussonnier, J. Frederic, C. Willing // In ELPUB. – 2016. - pp. 87-90.
32. Муравьёв А. В. Основные тенденции, проблемы и перспективы развития дисплейной наноэлектроники / А. В. Муравьёв // Неруйнівний контроль в контексті асоційованого членства України в Європейському союзі: 71 матеріали 2-гої науково-технічної конференції з міжнародною участю. – Польща, Люблін, 2018. – С. 10-11.
33. Муравйов О. В. Автоматизація методу термографічної діагностики патологій організму людини / О. В. Муравйов, В. Ф. Петрик, Ю. Ю. Лисенко, Г. А. Богдан, А. В. Наконечна // Таврійський науковий вісник. Серія: Технічні науки. – 2022. – №1. – С. 47-53.
34. Муравьёв А.В. Термостабилизация качества изображения оптической системы термографа / А.В. Муравьёв, Е.А. Назарчук // Вісник інженерної академії України. – 2016. – вип. №4. – С. 195-199.
35. Кучеренко О.К. Методы пассивной атермализации и ахроматизации двухкомпонентных оптических систем / О.К. Кучеренко, А.В. Муравьёв // Вісник НТУУ «КПІ», серія Приладобудування. – 2012. – вип. № 43. – С. 46–53.
36. Назарчук О. О. Компенсація терморозфокусування оптичної системи термографа / О. О. Назарчук, О. В. Муравйов. // Біомедична інженерія. – 2017. – №5. – С. 66–67.
37. Blank S. G. Why the lean start-up changes everything / S. G. Blank // Harvard Business Review. – vol. 91 (5). - 2013. – pp. 63-72.
38. Галаган Р.М., Андреєв С.М., Петрик В.Ф., Баженов В.Г., Лисенко Ю.Ю. Виявлення дефектів бетонних конструкцій на основі аналізу зображень за допомогою згорткових нейронних мереж. Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки. 2023. Том 34 (73), № 2. с. 138-144.
39. Галаган Р., Муравьев А., Томашук А. (2019) Модель восстановления серии изображений из смазанного изображения для решения задачи высокоточного измерения диаметра и температуры излучающих объектов. Матеріали Ⅳ Міжнародної науково-технічної конференції «Теоретичні та прикладні аспекти радіотехніки, приладобудування і компʼютерних технологій» (присвячена 80-річчю з дня народження професора Я.І. Проця), 169–171.
40. Skladchykov I.O. Application of YOLOX deep learning model for automated object detection on thermograms / I. O. Skladchykov, A. S. Momot, R. M. Galagan, Bohdan G.A., Trotsiuk K.M. // Information Extraction and Process. – 2022. – №50. – pp. 69–77. DOI: https://doi.org/10.15407/vidbir2022.50.069
41. Галаган Р.М. Тестування нейромережевих модулів системи теплової дефектометрії за допомогою імітаційного моделювання / [Р. М. Галаган, А. С. Момот, А. Г. Протасов та ін.]. // Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки. – 2022. – №6. – с. 49–55. DOI: https://doi.org/10.32838/2663-5941/2021.6/08
