Показати скорочену інформацію

dc.contributor.authorЩербатюк, М. В.uk
dc.contributor.authorМаслій, Р. В.uk
dc.contributor.authorShcherbatiuk, M. V.en
dc.contributor.authorMaslii, R. V.en
dc.date.accessioned2025-08-13T09:36:10Z
dc.date.available2025-08-13T09:36:10Z
dc.date.issued2025
dc.identifier.citationЩербатюк М. В., Маслій Р. В. Трекінг об’єктів у методах комп’ютерного зору автономних безпілотних систем // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25664.uk
dc.identifier.isbn978-617-8163-57-0
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/47877
dc.description.abstractТрекінг об’єктів є важливим компонентом комп’ютерного зору в автономних безпілотних системах(БПС), таких як дрони, роботизовані платформи та автономні транспортні засоби. Сучасні алгоритми комп’ютерного зору на основі штучного інтелекту дозволяють ефективно виявляти, ідентифікувати та відстежувати об’єкти в реальному часі, що забезпечує безпеку, точність навігації та виконання цільових задач. У цій роботі розглядаються основні методи трекінгу об’єктів, їх інтеграція в системи БПС, а також перспективи розвитку в контексті автономних технологій.uk
dc.description.abstractObject tracking is an essential component of computer vision in autonomous unmanned systems (AUS), such as drones, robotic platforms, and autonomous vehicles. Modern computer vision algorithms based on artificial intelligence enable effective real-time object detection, identification, and tracking, ensuring safety, navigation accuracy, and task execution. This paper examines the main object tracking methods, their integration into AUS systems, and development prospects in the context of autonomous technologies.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25664
dc.subjectкомп’ютерний зірuk
dc.subjectтрекінг об’єктівuk
dc.subjectавтономні безпілотні системиuk
dc.subjectштучний інтелектuk
dc.subjectглибоке навчанняuk
dc.subjectнейронні мережіuk
dc.subjectреальний часuk
dc.subjectнавігаціяuk
dc.subjectcomputer visionen
dc.subjectobject trackingen
dc.subjectautonomous unmanned systemsen
dc.subjectartificial intelligenceen
dc.subjectdeep learningen
dc.subjectneural networksen
dc.subjectreal-timeen
dc.subjectnavigationen
dc.titleТрекінг об’єктів у методах комп’ютерного зору автономних безпілотних системuk
dc.typeThesis
dc.identifier.udc004.93
dc.relation.referencesWong Kin Yiu. YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information [Електронний ресурс] / Wong Kin Yiu // GitHub. – Режим доступу: https://github.com/WongKinYiu/yolov9 .en
dc.relation.referencesAccurate and Fast Single Shot Multibox Detector [Електронний ресурс] / Lie Guo, Wei Liu, Xiaodong Wang, Xiaojun Zhang // IET Computer Vision. – 2020. – Vol. 14, № 6. – С. 391–398. – Режим доступу: https://doi.org/10.1049/iet-cvi.2019.0711 .en
dc.relation.referencesDeepSORT: Deep Learning for Multi-Object Tracking [Електронний ресурс] / Wojke N., Bewley A., Paulus D. // arXiv. – 2017. – Режим доступу: https://arxiv.org/abs/1703.07402 .en
dc.relation.referencesLong Short-Term Memory (LSTM) [Електронний ресурс] // ITWIKI. – Режим доступу: https://itwiki.dev/data-science/ml-reference/ml-glossary/long-short-term-memory-lstm .en
dc.relation.referencesSensor Fusion for Autonomous Systems [Електронний ресурс] // MathWorks. – Режим доступу: https://www.mathworks.com/help/fusion/ug/sensor-fusion-for-autonomous-systems.html .en
dc.relation.referencesGazebo: Getting Started with Gazebo [Електронний ресурс] // Gazebo. – Режим доступу: https://gazebosim.org/docs/latest/getstarted .en
dc.relation.referencesAirSim [Електронний ресурс] // Microsoft. – Режим доступу: https://microsoft.github.io/AirSim/ .en


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію