Дарья Андреевна Крюкова, магистрант, кафедра инфокоммуникационных технологий и систем связи
430005, г.Саранск, Большевистская ул., 68
Daria A. Kryukova, Master's student, Department Infocommunication Technologies and CommunicationSystems
68 Bolshevistskaya St., Saransk 430005
Сергей Дмитриевич Шибайкин, кандидат технических наук, доцент, кафедра инфокоммуникационных технологий и систем связи
430005, г.Саранск, Большевистская ул., 68
Sergei D. Shibaikin, Cand. Sci. (Eng.), Assoc. Prof., Department Infocommunication Technologies and Communication Systems
68 Bolshevistskaya St., Saransk 430005
Владимир Валерьевич Никулин, кандидат технических наук, доцент, заведующий кафедрой инфокоммуникационных технологий и систем связи
430005, г.Саранск, Большевистская ул., 68
Vladimir.V. Nikulin, Cand. Sci. (Eng.), Assoc. Prof., Head of the Department of Infocommunication Technologies and Communication Systems
68 Bolshevistskaya St., Saransk 430005
Сабина Робертовна Байбикова, магистрант, кафедра инфокоммуникационных технологий и систем связи
430005, г.Саранск, Большевистская ул., 68
Sabina R. Baibikova, Master's student, Department Infocommunication Technologies and Communication Systems
68 Bolshevistskaya St., Saransk 430005
Никита Олегович Сурков, магистрант, кафедра инфокоммуникационных технологий и систем связи
430005, г.Саранск, Большевистская ул., 68
Nikita O. Surkov, Master's student, Department Infocommunication Technologies and Communication Systems
68 Bolshevistskaya St., Saransk 430005
Владислав Юрьевич Козяйкин, магистрант, кафедра инфокоммуникационных технологий и систем связи
430005, г.Саранск, Большевистская ул., 68
Vladislav Yu. Kozyaykin, Master's student, Department Infocommunication Technologies and Communication Systems
68 Bolshevistskaya St., Saransk 430005
Цель. Целью исследования является интеграция алгоритмов YOLO и CSRT для автоматизированного распознавания и отслеживания объектов в видеопотоке. Акцентируется внимание на проблемах, связанных с растущим объемом видеоданных и необходимостью эффективной идентификации аномальных объектов в системах осуществляющих контроль безопасности. Метод. Исследование основано на методах имитационного компьютерного моделирования и алгоритмах. Результат. Определены ключевые особенности каждого алгоритма, их преимущества и недостатки. Представлены результаты экспериментальных тестов, основанных на анализе видеопотоков с разнообразными сценариями движения объектов, которые показывают сокращение времени обработки кадров при высокой точности распознавания. Доказана возможность дальнейшего улучшения системы автоматизированного распознавания и отслеживания, в частности, добавление функции прогнозирования движения объектов, что позволит повысить её эффективность и расширить область применения в задачах видеонаблюдения и безопасности. Вывод. Интеграция алгоритмов позволяет достигать значительных улучшений в реальном времени, что особенно важно в контексте видеонаблюдения и обеспечения безопасности. Добавление функции прогнозирования движения объектов не только увеличит функциональность системы, но и сделает её более адаптивной к динамичным условиям, что крайне важно для предотвращения потенциальных угроз.
Objective. The aim of the study is to integrate the YOLO and CSRT algorithms for automated recognition and tracking of objects in a video stream. The focus is on the problems associated with the growing volume of video data and the need for efficient identification of anomalous objects in security control systems. Method. The study is based on computer simulation methods and algorithms. Result. The key features of each algorithm, their advantages and disadvantages are defined. The results of experimental tests based on the analysis of video streams with various scenarios of object movement are presented, which show a reduction in frame processing time with high recognition accuracy. The possibility of further improvement of the automated recognition and tracking system is proven, in particular, adding the function of predicting the movement of objects, which will increase its efficiency and expand the scope of application in video surveillance and security tasks. Conclusion. Integration of algorithms allows achieving significant improvements in real time, which is especially important in the context of video surveillance and security. Adding the function of predicting the movement of objects will not only increase the functionality of the system, but also make it more adaptive to dynamic conditions, which is extremely important for preventing potential threats.
The authors declare that there are no conflicts of interest present.