Дослідження ефективності алгоритмів детекції об’єктів реального часу

Authors

  • В. В. Яценко Донецький національний університет імені Василя Стуса
  • П. К. Ніколюк Донецький національний університет імені Василя Стуса

Abstract

Комп’ютерний зір – галузь штучного інтелекту, що займається автоматизованим аналізом візуальної інформації. Детекція об’єктів – ключове завдання цієї галузі, що полягає у автоматичному виявленні та просторовій локалізації об’єктів різних категорій у цифрових зображеннях чи відеопотоках [1].
Сучасний етап розвитку технологій характеризується масовим впровадженням систем автоматичного розпізнавання у повсякденне життя. Системи відеоспостереження у містах, автоматизовані лінії виробництва, допоміжні системи водіння автомобілів – усі ці застосування потребують надійного виявлення об’єктів у візуальних даних. В Україні детекція об’єктів набуває особливої гостроти через використання БПЛА у військовій сфері. Безпілотники потребують алгоритмів, здатних працювати в режимі реального часу за обмежених ресурсів, водночас завдання розвідки вимагають максимальної точності. Ця двоякість вимог – швидкість проти точності – визначає необхідність комплексного аналізу наявних підходів до детекції об’єктів.

Author Biographies

В. В. Яценко , Донецький національний університет імені Василя Стуса

здобувач 4 курсу спеціальності 122 Комп’ютерні науки

П. К. Ніколюк , Донецький національний університет імені Василя Стуса

д-р фіз.-мат. наук, професор кафедри інформаційних технологій

References

1. Computer Vision: Algorithms and Applications. URL: https://szeliski.org/Book/ (дата звернення: 02.12.2024).

2. Deep Learning for Generic Object Detection: A Survey. URL: https://arxiv.org/ abs/1809.02165 (дата звернення: 02.12.2024).

3. Focal Loss for Dense Object Detection. URL: https://arxiv.org/abs/1708.02002 (дата звернення: 02.12.2024).

4. Object Detection in 20 Years: A Survey. URL: https://arxiv.org/abs/1905.05055 (дата звернення: 02.12.2024).

5. You Only Look Once: Unified, Real-Time Object Detection. URL: https://arxiv.org/ abs/1506.02640 (дата звернення: 02.12.2024).

Published

2026-11-20