Библиографическое описание:Разработка модели интеллектуальной фильтрации и ранжирования спутниковых снимков на основе метаданных и показателей качества : доклад, тезисы доклада / П. О. Гуськов, Р. В. Брежнев. - [Б. м. : б. и.], 2025. - Текст : непосредственный // Робототехника и искусственный интеллект : материалы XVII Всероссийской научно-технической конференции с международным участием. - Красноярск, 2025. - С. 204-208. - ISBN 9785907878754.
Аннотация:В работе представлена модель интеллектуальной фильтрации и ранжирования спутниковых снимков на основе анализа метаданных и качествен-ных показателей изображений. Рассматривается задача автоматизации выбора наиболее информативных снимков для последующей обработки и публикации в системах дистанционного зондирования Земли. В качестве исходных данных используются параметры облачности, сезонность, спектральные характеристики и пространственное разрешение. Предложенный подход основан на применении методов интеллектуального анализа данных, включая построение решающих деревьев и алгоритмов отбора признаков. Модель реализуется в составе модулей индексации автоматизированной системы приёма космоснимков ИКИТ СФУ и обеспечивает повышение эффективности формирования архивов снимков и их использования в прикладных задачах мониторинга.
The paper presents a model for intelligent filtering and ranking of satellite images based on the analysis of metadata and image quality indicators. It considers the task of automating the selection of the most informative images for subsequent processing and publication in Earth remote sensing systems. The initial data used includes cloudiness parameters, seasonality, spectral characteristics, and spatial resolution. The proposed approach is based on the application of intelligent data analysis methods, including the construction of decision trees and feature selection algorithms. The model is implemented as part of the indexing modules of the automated space image reception system of the SFU Institute of Space Research and Technology and improves the efficiency of image archive formation and their use in applied monitoring tasks.
