Титульная страница Программные системы: теория и приложения  English version
ISSN 2079-3316 Двуязычный электронный научный Электронный научный журнал Института программных систем имени А. К. Айламазяна ИПС им. А. К. Айламазяна ИПС Российской Академии Наук РАН 12+ 
Том 17 (2026) .– Выпуск 2 (71) .– Статья № 5 (512)

Искусственный интеллект и машинное обучение

Научная статья
УДКУниверсальная десятичная классификация 004.932.75'1, 004.89УДК 004: Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем УДК 004.932: Обработка изображений УДК 004.932.75'1: Распознавание графических знаков (букв) УДК 004.89: Прикладные системы искусственного интеллекта. Интеллектуальные системы, обладающие знаниями
ББКБиблиотечно-библиографическая классификация 32.813.5: 32.973.202-018ББК 32: Радиоэлектроника ББК 32.813: Искусственный интеллект ББК 32.813.5: Системы искусственного интеллекта ББК 32.973: Программирование ББК 32.973.202-018: Программное обеспечение
ГРНТИГосударственный рубрикатор научно-технической информации 28.23.15ГРНТИ 28: КИБЕРНЕТИКА ГРНТИ 28.23: Искусственный интеллект ГРНТИ 28.23.15: Распознавание образов. Обработка изображений
DOIЦифровой идентификатор интернет-объекта 10.25209/2079-3316-2026-17-2-191-262

Roof-DeGAN: гибридная GAN с межмасштабным вниманием для восстановления областей крыш на аэрофотоснимках

Игорь Викторович Винокуров1Переписывавшийся автор, Георгий Михайлович Лапаньков2, Георгий Дмитриевич Умаров3

1-3Финансовый Университет при Правительстве Российской Федерации, Москва, Россия
1 Игорь Викторович Винокуров — Переписывавшийся автор igvvinokurov@fa.ru

Аннотация. В работе предложена гибридная генеративно-состязательная модель Roof-DeGAN для восстановления повреждённых и скрытых участков изображений крыш на аэрофотоснимках. Архитектура сочетает Vision Transformer с плотными связями в генераторе и многоуровневый дискриминатор с межмасштабным вниманием. Модель объединяет преимущества GAN, элементов диффузионного моделирования и трансформерных механизмов. Эксперименты на данных ППК «Роскадастр» показали превосходство над современными методами: PSNR = 33,7 дБ, SSIM = 0,971, LPIPS = 0,048, FID = 17,8 при времени инференса 0,15 с на изображение. Разработанный подход обладает высокой практической ценностью для задач кадастрового учёта и обновления картографических материалов. (Связанные тексты статьи на английском и на русском языках).

Ключевые слова: генеративно-состязательные сети, Roof-DeGAN, восстановление изображений, инпейнтинг, аэрофотоснимки, дистанционное зондирование, реконструкция крыш

Для цитирования: Винокуров И. В., Лапаньков Г. М., Умаров Г. Д. Roof-DeGAN: гибридная GAN с межмасштабным вниманием для восстановления областей крыш на аэрофотоснимках // Программные системы: теория и приложения. 2026. Т. 17. № 2. С. 191–262. (Англ., Рус.). https://psta.psiras.ru/2026/2_191-262.

Полный текст двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_2_191-262.pdf (клик по флажку в верхнем колонитуле переключит язык страницы).

Русскоязычная часть оригинальной двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_2_191-262-ru.pdf.

Статья поступила в редакцию 30.04.2026; одобрена после рецензирования 01.06.2026; принята к публикации 10.06.2026; опубликована онлайн 20.06.2026.

© Винокуров И. В., Лапаньков Г. М., Умаров Г. Д.
2026
Адрес редакции: 152021, Ярославская обл., Переславский район, село Веськово, ул. Петра Первого, д. 4а, Институт программных систем имени А. К. Айламазяна РАН;   Сетевой адрес издания:  http://psta.psiras.ru  Тел: +7(4852) 695-228 ;  E-mail: info@psta.psiras.ru ;  Лицензия: CC-BY-4.0Текст лицензии на сайте Creative Commons 
© Федеральное государственное бюджетное учреждение науки Институт программных систем имени А. К. Айламазяна Российской академии наук (дизайн сайта) 2010–2026