Інтелектуальна система автоматизованого аналізу орнаментів писанок для класифікації за регіонами України
Автор: Бучко Катерина Ярославівна
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: англійська
Анотація: Актуальність автоматизованого аналізу та класифікації зображень українських писанок зумовлена потребою збереження культурної спадщини та активним розвитком цифрових технологій у сфері мистецьких досліджень. Писанка виступає не лише символом українських традицій, а й цінним джерелом інформації про регіональні особливості орнаментів, техніки розпису та локальні художні школи. Автоматизована систематизація та аналіз великої кількості зображень відкривають можливості для створення якісних датасетів і баз даних, які можуть бути використані у наукових, освітніх та музейних проєктах. Об’єкт дослідження – процеси та етапи автоматизованого аналізу зображень орнаментів писанок та їх класифікації за регіонами України. Предмет дослідження – моделі машинного навчання, методи комп’ютерного зору, засоби обробки зображень та алгоритми класифікації, застосовані для розпізнавання орнаментальних елементів писанок і визначення їхнього регіонального походження. Мета дослідження – розроблення інтелектуальної системи для класифікації українських писанок за регіонами їх походження на основі аналізу зображень, з використанням моделі машинного навчання та засобів вебінтеграції. Структура роботи. Магістерська робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. У першому розділі проведено аналіз предметної області, огляд існуючих моделей і методів, сформульовано вимоги до системи і побудовано концептуальну модель. У другому розділі наведено постановку задачі, обґрунтовано вибір архітектури нейронної мережі, методів попередньої обробки зображень і технологій розроблення, розроблено діаграму компонентів. У третьому розділі представлено архітектуру програмної системи, описано модуль навчання моделі, структури даних, розроблено користувацький вебінтерфейс та механізми забезпечення надійності. У четвертому розділі проведено експериментальні дослідження, здійснено оцінку точності, побудовано метрики та матрицю плутанини, проаналізовано результати. Методи та інструменти дослідження. Використано методи глибинного навчання, згорткові нейронні мережі, бібліотеки TensorFlow/Keras, NumPy, Pandas, PIL, а також фреймворк Flask для вебінтеграції та Git для контролю версій. Застосовано методи аугментації, нормалізації та структурування наборів зображень. Результати та практичне значення. Розроблено модель класифікації на основі MobileNetV2 із донавчанням, що демонструє високу точність у визначенні регіональних стилів писанок. Створено інтелектуальну систему, яка дозволяє здійснювати автоматизоване розпізнавання зображень у реальному часі. Результати можуть бути використані для цифрової каталогізації, наукових досліджень, освітніх застосунків та культурних проєктів, спрямованих на збереження української спадщини. Загальний обсяг роботи становить 107 сторінок, в тому числі 93 сторінки основного тексту, містить 34 рисунки, 3 таблиці, список використаних джерел налічує 35 найменувань. Ключові слова: класифікація зображень, комп’ютерний зір, писанки, глибинне навчання, MobileNetV2, культурна спадщина, Python, Flask.