Pokročilé algoritmy na segmentáciu astronomických snímok kozmického odpadu

Diplomová práca - Daniel Kyselica

Hlavné informácie

Téma: Pokročilé algoritmy na segmentáciu astronomických snímok kozmického odpadu

Vedúci: Mgr. Stanislav Krajčovič

Konzultant: Mgr. Jiří Šilha, PhD.

Cieľ: Návrh a implementácia pokročilých algoritmov za účelom extrahovania pozícií kozmického odpadu z astronomických CCD snímok

Postup práce

Popis priebežného postupu

  • Vytvorenie generátora dát
    Vytvoril som generátor serii obrázkov. Ku každému obrázku prislúcha .tsv. Parametre sa nastavujú v config file sequence of images
  • Baseline - použitie SVM (Collab link)
    SVM sa neosvedčilo, nakoľko klasifikátor aj pri vysokej trénovacej presnosti nebol v praxi použitelný kvôli veľkému počtu false possitive
  • Keras
    Skúsil som vytvoriť model rekurentnej neurónovej siete v Keras frameworku. Zle sa však model doladoval a oprimalizoval (Collab link)
  • Pytoch
    Vďaka lepším debugovacím vlastnostiam som zvolil Pytoch. Vytvoril som v ňom jednoduchý model a natréhoval ho s testovacou presnosťou pod 1 px (Collab link) error progress plot
  • Výsledný algortmus
    Výsledný algoritmus vie spracovať skutočné snímky s dobrými výsledkami pri predikovaní trajektórie (Collab link)
    error progress plot
  • Porovnanie s existujúcim systémom na reálnych dátach
    Algoritmus bol testovaný na 26 reálnych sériách. Výsledok bol porovnaný s výsledok pôvodného algoritmu.
    porovnanie systemov na serii
    Porovnanie trackletov pre oba systémy. Zelené pozície sa nachádzajú v oboch trackletoch, modré iba v tracklete z nového systému
    trajektoria objektu .gif
    Animácia série obrázkov, kde žltý kruh reprezentuje pozíciu objektu z trackletu nájdeného pomocou nového systému.

Materiály

Hotové časti práce a iné dostupné materiály