ОБЗОР НЕЙРОСЕТЕВЫХ АРХИТЕКТУР ДЛЯ ОБРАБОТКИ СПУТНИКОВЫХ СНИМКОВ

Аннотация

В статье рассматривается современное состояние методов обработки спутниковых снимков с применением технологий глубокого обучения. Проанализирована специфика данных дистанционного зондирования Земли (ДЗЗ), включая проблемы многомерности, масштаба и нехватки разметки. Представлен систематический обзор ключевых нейросетевых архитектур (CNN, U-Net, Mask R-CNN, GAN, Transformer) в контексте решения задач классификации земного покрова, детектирования объектов, семантической сегментации и анализа временных рядов. Приведены примеры практического применения рассмотренных подходов в сельском хозяйстве, картографии и экологическом мониторинге.