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

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

dc.contributor.authorКолесницький, О. К.uk
dc.contributor.authorХоцько, Б. В.uk
dc.contributor.authorKolesnytskyj, O. K.en
dc.contributor.authorKhotsko, B. V.en
dc.titleІнформаційна технологія відстеження та підрахунку об’єктів на відеофрагментах на основі згорткової нейронної мережіuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationКолесницький 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.uk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29909
dc.identifier.udc004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53683
dc.description.abstractУ роботі обґрунтовано вибір згорткової нейронної мережі YOLOv8 для реалізації модуля відстеження та підрахунку об’єктів на відеофрагментах. Для забезпечення стабільного супроводу об’єктів обрано трекерuk
dc.description.abstractThis 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,en
dc.subjectзгорткова нейронна мережаuk
dc.subjectтрекерuk
dc.subjectconvolutional neural networken
dc.subjecttrackeren
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesSoleimanitaleb, Zahra, and Mohammad Ali Keyvanrad. “Single object tracking: a survey of methods, datasets, and evaluation metrics.” arXiv preprint arXiv:2201.13066 (2022).en
dc.relation.referencesCiaparrone, Gioele, et al. “Deep learning in video multi-object tracking: A survey.” Neurocomputing 381 (2020): 61-88.en
dc.relation.referencesZou, Zhengxia, et al. “Object detection in 20 years: A survey.” Proceedings of the IEEE (2023).en
dc.relation.referencesBewley, Alex, et al. “Simple online and realtime tracking.” 2016 IEEE international conference on image processing (ICIP). IEEE, 2016.en
dc.date.accessioned2026-09-03T10:48:30Z
dc.date.available2026-09-03T10:48:30Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
29909.pdf
Розмір:
422,69 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: