Разработка опытного образца модульного программного обеспечения по выбору территории интереса, обработке спутниковых снимков высокого разрешения, полученных с малых космических аппаратов, включая получение сверхразрешения, распознавание целевых объектов и отображение результатов

В рамках текущего проекта предлагается разработка программного обеспечения для обработки спутниковых снимков с малых космических аппаратов типа Зоркий, распознавания целевых объектов и оперативного предоставления и визуализации данных заказчику. Планируется разработка алгоритмов на базе передовых архитектур нейронных сетей для целей повышения эквивалентного разрешения и распознавания целевых объектов. Ключевой же целью обработки снимков является именно решение задачи распознавания целевых объектов на территории интереса, их локализация, количественная и качественная оценка, для чего будут разработаны нейросетевые алгоритмы, специализированные для решения конкретных прикладных задач на отечественных спутниковых данных с малых космических аппаратов (Зоркий-2М или аналоги). Использование данных с группировки КА типа Зоркий-2М и разработанных алгоритмов распознавания позволит осуществлять оперативный мониторинг и автоматизированное распознавание объектов с частотой, недоступной на данный момент с использованием существующих отечественных КА, производящих детализированную съемку. Кроме того, в рамках проекта будет создано программное обеспечение с возможностью масштабирования, а именно планируется заложить возможность поддержки горизонтального масштабирования путем параллельного запуска контейнеров с модулями увеличения эквивалентного разрешения и распознавания объектов, что в перспективе позволит обеспечить множественный доступ к функциональности программного комплекса через Web-интерфейс и ускорить оперативность предоставления сервиса по обработке спутниковых снимков конечному пользователю. Сами программные модули повышения эквивалентного разрешения и распознавания целевых объектов будут разработаны в виде отдельных приложений в разворачиваемых докер контейнерах. Под эквивалентным разрешением подразумевается математически полученное эквивалентное разрешение по аналогии с технологией Maxar high-definition (HD) imagery. Ключевой задачей, которую должен выполнять данный модуль, является повышение эквивалентного разрешения с высокого до сверхвысокого, что позволит повысить качество работы нейросетевых алгоритмов для задачи распознавания целевых объектов и сценариев. Будут разработаны алгоритмы на основе нейросетевых моделей для решения задачи повышения эквивалентного разрешения с кратностью повышения разрешения до 4 раз, адаптированные для спутниковых снимков с КА.