ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ И ОТСЛЕЖИВАНИЯ ОБЪЕКТОВ В СИСТЕМАХ БЕЗОПАСНОСТИ

Бабичева М. В. Третьяков И. А

Об авторах

Бабичева М. В. Третьяков И. А

Бабичева Маргарита Вадимовна – кандидат технических наук, доцент кафедры радиофизики и инфокоммуникационных технологий ФГБОУ ВО «Донецкий государственный университет», 283001, г. Донецк, ул. Университетская, 24. Область научных интересов: информационная безопасность, пентестинг, нейронные сети. ORCID 0000-0002-1353-5923.

Третьяков Игорь Александрович – кандидат технических наук, доцент, заведующий кафедрой радиофизики и инфокоммуникационных технологий ФГБОУ ВО «Донецкий государственный университет», 283001, г. Донецк, ул. Университетская, 24. Область научных интересов: автоматизация научных исследований и автоматизированные системы; оптические информационные технологии; методы и системы защиты информации, информационная безопасность. ORCID 0000-0002-7816-1563.

Скачать PDF

УДК: 004.93'1:004.056.5
DOI: 10.24412/2413-7383-2026-1-40-227-239
Язык: Русский

Аннотация: Исследование посвящено экспериментальному исследованию и сравнительному анализу современных алгоритмов одиночного и множественного трекинга объектов для применения в системах охранного видеонаблюдения. Рассмотрены существующие методы решения задачи трекинга, включая классические и нейросетевые подходы. Для экспериментального исследования разработан программный стенд, позволяющий оценить работу алгоритмов в условиях, приближенных к реальным. Произведена оценка скорости, точности сопровождения и устойчивости к окклюзиям рассматриваемых алгоритмов. По результатам исследования обоснован выбор алгоритма трекинга, наиболее подходящего для внедрения в систему видеонаблюдения на охраняемом объекте.

Ключевые слова: трекинг, видеонаблюдение, системы безопасности, алгоритмы сопровождения объектов, нейронные сети, автоматизация, окклюзия

Список литературы

1. Wang M. Kong X. Shen G. Visual Object Tracking across Modalities: Foundations, Methods, and Future Directions. Singapore: Springer Nature, 2026. 239 p. DOI: 10.1007/978-981-95-3664-1.
2. Multimodal Video Tracking and Fusion [Электронный ресурс] // McMaster University Academic Calendar. URL: https://academiccalendars.romcmaster.ca/preview_course_nopop.php?catoid=48&coid=245255 ( дата обращения: 15.01.2026).
3. Бондарчук В. В. Шевченко Е. А. Исследование алгоритма детекции объектов интереса в видеопотоке // Проблемы искусственного интеллекта. 2015. №. 1 (1). С. 13-22.
4. Gaadhe A. S. et al. A Deep Learning Approach to Track Real-Time Objects Using YOLO and DeepSORT for Next-Gen Security and Surveillance // 2025 6th International Conference on Data Intelligence and Cognitive Informatics (ICDICI). IEEE, 2025. P. 1946-1951. DOI: 10.1109/ICDICI66477.2025.11135019.
5. Трекинг объектов по видео: как мы повышали точность, снижали ресурсоемкость, и к каким изменениям в продукте это привело [Электронный ресурс] // Блог компании Macroscop. URL: https://macroscop.com/o-kompanii/blog/resheniye-problem-4-4-tracking (дата обращения: 15.01.2026).
6. Yan X. et al. UAV detection and tracking in urban environments using passive sensors: A survey //Applied Sciences. 2023. V. 13. №. 20. P. 11320. DOI: 10.3390/app132011320.
7. Бабичева М. В. Шевченко А. С. Распознавание лиц в режиме реального времени сверточной нейронной сетью // Вестник Донецкого национального университета. Серия Г: Технические науки. 2018. №. 2. С. 49-56. – EDN LUWYEO.
8. Клюшниченко А. Д. Лобко А. Я. Кожекина Е. Н. Тимченко В. И. Нейросетевые алгоритмы распознавания лиц в системах биометрической аутентификации и видеонаблюдения // Вестник Донецкого национального университета. Серия Г: Технические науки. 2021. №. 2. С. 62-71. – EDN ULFFOA. Экспериментальное исследование алгоритмов автоматического распознавания …
9. Павленко Б. В. Бондаренк о В. И. Мартыненко А. А. М. Использование модели YOLO в современных задачах распознавания в реальном времени на примере военной и космической отраслей // Вестник Донецкого национального университета. Серия Г: Технические науки. 2023. № 4. С. 65 -75. EDN TJ KHXI.
10. Зальский Б. А. Иванович В. А. Реер К. В. Старикович Д. А. Сравнительный анализ алгоритмов отслежи - вания объекта // Информатика. 2025. Т. 22, № 1. С. 66 -72. DOI: 10.37661/1816 -0301-2025-22-1-66-72.
11. Бабичева М. В. Третьяков И. А. Автоматизация процедуры распознавания фальшивых изображений посредством нейронных сетей // Проблемы искусственного интеллекта. 2025. № 1(36). С. 94-105. – DOI 10.24412/2413-7383-94-105. – EDN GNSJQU.
12. Das P. Jain C. Gola K. K. Surveillance to self-driving: a comprehensive review of object detection and tracking paradigms //Iran Journal of Computer Science. 2026. V. 9. №. 1. P. 17. DOI: 10.1007/s42044-025- 00387-w.
13. Young athletic girl runs on the asphalt path. He is engaged in fitness. Healthy lifestyle. Slow motion. Overall plan [Электронный ресурс] // Vecteezy. – URL: https://www.vecteezy.com/video/13218698- young-athletic-girl-runs-on-the-asphalt-path-he-is-engaged-in-fitness-healthy-lifestyle-slow-motion- overall-plan (дата обращения: 15.01.2026).
14. Украинские военные нанесли удар РСЗО HIMARS по супермаркету в Киевском районе Донецка [Электронный ресурс] // Военное обозрение: Topwar.ru. URL: https://topwar.ru/257234 -ukrainskie -voennye - nanesli-udar-rszo-himars-po-supermarketu -v-kievskom-rajone-donecka.html (дата обращения: 15.01.2026).
15. Кэлер А. Брэдски Г. Изучаем OpenCV 3. М.: ДМК-Пресс, 2017. – 826 с. – ISBN 978-5-97060-471-7.
16. Hosang J. et al. What makes for effective detection proposals? // IEEE transactions on pattern analysis and machine intelligence. 2015. V. 38. №. 4. P. 814-830.
17. Madhu G. et al. ODC-net: Scalable and efficient object detection and classification in multi-object CCTV environments using deep transformer YOLO. Franklin Open. 2025. V. 13. P. 100404. DOI: 10.1016/j.fraope.2025.100404.
18. Redmon J. Farhadi A. Yolov3: An incremental improvement // arXiv preprint arXiv:1804.02767. 2018.
19. Данилов В. В. Бабичева М. В. Автоматизированная система видеонаблюдения по распознаванию предметов повышенной опасности // Сборник научных трудов Донецкого института железнодорож- ного транспорта. 2020. № 56. С. 20-26. – EDN CAOBDK.
20. Канаева И. А. Спицын В. Г. Сегментация выбоин с помощью сверточной нейронной сети YOLOV8 // Молодежь и современные информационные технологии: сборник трудов XXI Международной научно-практической конференции. Томск: Изд-во ТПУ, 2024. С. 262-266.
21. Венгерский алгоритм решения задачи о назначениях [Электронный ресурс] // MAXimal. – URL: http://e-maxx.ru/algo/assignment_hungary (дата обращения: 15.01.2026).
22. Devirajathi S. Uma V. Object Detection. – Independently published, 2024. 101 p. ISBN 979-8301522543.
23. Zhou X. Wang D. Krähenbühl P. Objects as points // arXiv preprint arXiv:1904.07850. 2019.

Выпуск: 1(40)'2026
Раздел: МЕТОДЫ И СИСТЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ, ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ
Как цитировать: Бабичева М. В. Третьяков И. А. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ И ОТСЛЕЖИВАНИЯ ОБЪЕКТОВ В СИСТЕМАХ БЕЗОПАСНОСТИ // Проблемы искусственного интеллекта. - 2026. - № 1 (40). - С. 227-239. - https://paijournal.guiaidn.ru/ru/2026/1(40)-20.html

Назад к выпуску 1(40)'2026