Дисертація доктора філософії. Борківський Богдан Петрович. Методи та засоби підвищення ефективності розпізнавання об'єктів у закритих приміщеннях

Реєстраційний номер

0826U004034, Дисертація доктора філософії

На здобуття

Доктор філософії

Дата захисту

14-08-2026

Статус

Захищена

Назва роботи

Методи та засоби підвищення ефективності розпізнавання об'єктів у закритих приміщеннях

Здобувач

Борківський Богдан Петрович,

Керівник Теслюк Василь Миколайович
Опонент Бармак Олександр Володимирович
Опонент Мельник Григорій Миколайович
Рецензент Медиковський Микола Олександрович
Рецензент Хавалко Віктор Михайлович

Установа, організація, у вченій раді якої відбудеться/відбувся захист

Національний університет "Львівська політехніка"

Опис

У дисертації розроблено інформаційну технологію розпізнавання об'єктів мобільною роботизованою платформою у закритих приміщеннях з використанням нового методу адаптивної локалізації об'єктів на основі контекстної фільтрації, вдосконаленого методу сегментації перешкод із застосуванням низькорангової адаптації LoRA та методу структурної компресії зорового трансформера з аугментаційним відновленням у фазі дистиляції знань, що забезпечило повний цикл опрацювання від відеопотоку з бортових сенсорів до формування керуючого сигналу для навігаційного стеку. У першому розділі проаналізовано специфічні виклики візуального сприйняття в інтер'єрних сценах, зумовлені високою щільністю предметного наповнення, фотометричною нестабільністю освітлення та просторовою оклюзією. Розглянуто основні архітектурні підходи до детекції та сегментації об'єктів на основі обмежувальних рамок і попіксельної сегментації, досліджено теоретичні засади зорових трансформерів та підходи до їх практичного застосування. Проаналізовано основні набори даних для навчання та оцінки моделей розпізнавання, здійснено огляд існуючого програмного забезпечення та інструментальних засобів розроблення. На підставі аналізу відомих рішень встановлено, що готові комерційні та відкриті рішення не перекривають повного спектру вимог щодо точності, швидкодії та гнучкості для цільового застосування. Результати, отримані в межах даного розділу, створили підґрунтя для постановки завдань дисертаційної роботи та визначення напрямів власного розроблення. У другому розділі розроблено метод адаптивної локалізації об'єктів, що забезпечує відбір релевантних об'єктів відповідно до активної конфігурації середовища та можливістю миттєвого перемикання між контекстами без модифікації детектора. Вдосконалено механізм автоматичного визначення активного контексту через розробку трьох стратегій ранжування конфігурацій: абсолютного, відносного та зваженого, що дозволяє системі самостійно визначати поточне середовище на основі вмісту кадру без явного задання оператором. Розроблено метод двофазного навчання атрусних нейронних мереж для семантичної сегментації через розширення стандартної схеми навчання додатковою фазою поступового донавчання із поетапним розморожуванням блоків енкодера та геометрично спадаючими швидкостями навчання. У третьому розділі вдосконалено метод сегментації перешкод на основі SAM 2 шляхом цільового донавчання на наборі NYU Depth V2 з використанням низькорангової адаптації LoRA, що обмежила кількість навчальних параметрів до менш ніж 2% від загального обсягу ваг архітектури. Вдосконалено метод структурної компресії зорового трансформера ViT-H шляхом введення аугментаційного відновлення у фазу дистиляції знань між ітераціями структурного спрощення із застосуванням стохастичного конвеєру з семи аугментаційних операцій та почергового роз'єднаного спрощення груп параметрів з варіативною оцінкою важливості структурних елементів. У четвертому розділі подано результати розроблення чотириблокової архітектури інформаційної технології, що складається з блоку управління даними, блоку розпізнавання, блоку прийняття рішень та аналітичного блоку зі стандартизованими форматами обміну між компонентами. Здійснено експериментальне оцінювання методу сегментації на основі DeepLab v3 з двофазним навчанням: досягнуто mIoU 86.9% і BIoU 74.1% на тестовій підвибірці NYU Depth V2, що перевищує UNet на 15.5 і 18.3 відсоткових пункти відповідно. Підтверджено ефективність адаптації SAM 2: приріст mIoU з 74.8% до 82.4%, при цьому при скороченні кількості точкових підказок з 15 до 5 адаптована модель зберігає 69.8% mIoU проти деградації базової моделі до 41.9%. Структурна компресія дозволила скоротити кількість параметрів моделі на 73% при втраті точності менше 1% та подвоїти швидкість інференсу з 7 до 15 FPS. Практично реалізовано програмне забезпечення інформаційної технології у вигляді чотирьох ізольованих пакетів з підтримкою режимів розгортання, що дозволяють адаптувати систему до платформ з різними типами сенсорів та обчислювальними ресурсами без змін у програмному коді.

Дата реєстрації

2026-07-29

Додано/оновлено в НРАТ

2026-07-29 / 2026-08-18