Показати скорочену інформацію

dc.contributor.authorЩербатюк, М. В.uk
dc.contributor.authorМаслій, Р. В.uk
dc.date.accessioned2025-08-13T09:36:10Z
dc.date.available2025-08-13T09:36:10Z
dc.date.issued2025
dc.identifier.citationuk
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.ispartof// Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», 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 visionuk
dc.subjectobject trackinguk
dc.subjectautonomous unmanned systemsuk
dc.subjectartificial intelligenceuk
dc.subjectdeep learninguk
dc.subjectneural networksuk
dc.subjectreal-timeuk
dc.subjectnavigationuk
dc.titleТрекінг об’єктів у методах комп’ютерного зору автономних безпілотних системuk
dc.typeThesis
dc.identifier.udc004.93
dc.relation.references1. Wong Kin Yiu. YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information [ ] / Wong Kin Yiu // GitHub. : https://github.com/WongKinYiu/yolov9 . 2. Accurate and Fast Single Shot Multibox Detector [ ] / Lie Guo, Wei Liu, Xiaodong Wang, Xiaojun Zhang // IET Computer Vision. 2020. Vol. 14, 6. . 391398. : https://doi.org/10.1049/iet-cvi.2019.0711 . 3. DeepSORT: Deep Learning for Multi-Object Tracking [ ] / Wojke N., Bewley A., Paulus D. // arXiv. 2017. : https://arxiv.org/abs/1703.07402 . 4. Long Short-Term Memory (LSTM) [ ] // ITWIKI. : https://itwiki.dev/data-science/ml-reference/ml-glossary/long-short-term-memory-lstm . 5. Sensor Fusion for Autonomous Systems [ ] // MathWorks. : https://www.mathworks.com/help/fusion/ug/sensor-fusion-for-autonomous-systems.html . 6. Gazebo: Getting Started with Gazebo [ ] // Gazebo. : https://gazebosim.org/docs/latest/getstarted . 7. AirSim [ ] // Microsoft. : https://microsoft.github.io/AirSim/ .


Файли в цьому документі

Thumbnail

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

Показати скорочену інформацію