<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Інформаційна технологія відстеження та підрахунку об’єктів на відеофрагментах на основі згорткової нейронної мережі

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

У роботі обґрунтовано вибір згорткової нейронної мережі YOLOv8 для реалізації модуля відстеження та підрахунку об’єктів на відеофрагментах. Для забезпечення стабільного супроводу об’єктів обрано трекер
This paper justifies the choice of the YOLOv8 convolutional neural network for implementing a module to track and count objects in video clips. To ensure stable object tracking, the DeepSORT tracker was selected, which is based on the use of a Kalman filter and the Mahalanobis distance. The module was implemented in Python using the PyTorch,

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Колесницький О. К., Хоцько Б. В. Інформаційна технологія відстеження та підрахунку об’єктів на відеофрагментах на основі згорткової нейронної мережі // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29909.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. Soleimanitaleb, Zahra, and Mohammad Ali Keyvanrad. “Single object tracking: a survey of methods, datasets, and evaluation metrics.” arXiv preprint arXiv:2201.13066 (2022).
  2. Ciaparrone, Gioele, et al. “Deep learning in video multi-object tracking: A survey.” Neurocomputing 381 (2020): 61-88.
  3. Zou, Zhengxia, et al. “Object detection in 20 years: A survey.” Proceedings of the IEEE (2023).
  4. Bewley, Alex, et al. “Simple online and realtime tracking.” 2016 IEEE international conference on image processing (ICIP). IEEE, 2016.