Розробка та впровадження системи відеоспостереження на основі нейронних мереж YOLO та методів трекінгу для детекції та відстеження об’єктів у реальному часі
dc.contributor.advisor | Ворона М. В. | |
dc.contributor.author | Зубар Юрій | |
dc.contributor.author | Zubar Yurii | |
dc.date.accessioned | 2025-02-11T08:43:04Z | |
dc.date.available | 2025-02-11T08:43:04Z | |
dc.date.issued | 2024 | |
dc.description | Зубар, Ю. В. Розробка та впровадження системи відеоспостереження на основі нейронних мереж YOLO та методів трекінгу для детекції та відстеження об’єктів у реальному часі = Development and implementation of a video surveillance system based on YOLO neural networks and tracking methods for real-time object detection and tracking : магістерська робота ; спец. 122 ''Комп'ютерні науки'' / Ю. В. Зубар ; наук. кер. М. В. Ворона. – Миколаїв : НУК, 2024. – 95 с. | |
dc.description.abstract | Сучасні технології штучного інтелекту та комп’ютерного зору широко застосовуються в різних сферах, таких, як безпека, медицина та автономний транспорт. Серед найефективніших методів для розпізнавання та класифікації об’єктів виділяються алгоритми глибокого навчання, зокрема YOLO та Faster RCNN. Це дослідження присвячене розробці інтелектуальної системи відеоспостереження, що використовує алгоритм YOLOv8 для виявлення об’єктів та метод Deep Tracking для їхнього відстеження в режимі реального часу. Основна мета роботи – створення високопродуктивної системи, здатної оперативно аналізувати відеопотік у реальних умовах. Запропонований підхід сприяє підвищенню точності та швидкості обробки відеоданих, що є важливим для безпекових і автоматизованих рішень. | |
dc.description.abstract1 | Modern technologies of artificial intelligence and computer vision are widely used in various fields, such as security, medicine and autonomous transportation. Among the most effective methods for object recognition and classification, deep learning algorithms stand out, in particular YOLO and Faster R-CNN. This research is devoted to the development of an intelligent video surveillance system that uses the YOLOv8 algorithm for object detection and the Deep Tracking method for their realtime tracking. The main goal of the work is to create a high-performance system capable of quickly analyzing a video stream in real conditions. The proposed approach helps to increase the accuracy and speed of video data processing, which is important for security and automated solutions. | |
dc.description.provenance | Submitted by Альона Павленко (aliona.pavlenko@nuos.edu.ua) on 2025-02-09T18:42:00Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 Дипломна робота Зубар_.pdf: 43588115 bytes, checksum: 9a85ad77851901f24a40efd6917ccdbb (MD5) | en |
dc.description.provenance | Step: reviewstep - action:reviewaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-02-11T08:39:37Z (GMT) | en |
dc.description.provenance | Step: editstep - action:editaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-02-11T08:42:40Z (GMT) | en |
dc.description.provenance | Step: finaleditstep - action:finaleditaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-02-11T08:43:04Z (GMT) | en |
dc.description.provenance | Made available in DSpace on 2025-02-11T08:43:04Z (GMT). No. of bitstreams: 1 Zubar_magister.pdf: 43588115 bytes, checksum: 9a85ad77851901f24a40efd6917ccdbb (MD5) Previous issue date: 2024 | en |
dc.identifier.uri | https://eir.nuos.edu.ua/handle/123456789/9784 | |
dc.language.iso | uk | |
dc.publisher | НУК | |
dc.subject | система відеоспостереження | |
dc.subject | нейронні мережі | |
dc.subject | YOLO (You Only Look Once) | |
dc.subject | детекція об'єктів | |
dc.subject | відстеження об'єктів | |
dc.subject | інтелектуальні системи відеоспостереження | |
dc.subject | обробка зображень | |
dc.subject | системи автоматичного моніторингу | |
dc.subject | аналіз відеоданих | |
dc.subject | інтеграція систем відеоспостереження | |
dc.subject | 122 ''Комп'ютерні науки'' | |
dc.subject | video surveillance system | |
dc.subject | neural networks | |
dc.subject | object detection | |
dc.subject | object tracking | |
dc.subject | intelligent video surveillance systems | |
dc.subject | image processing | |
dc.subject | automatic monitoring systems | |
dc.subject | video data analysis | |
dc.subject | video surveillance system integration | |
dc.title | Розробка та впровадження системи відеоспостереження на основі нейронних мереж YOLO та методів трекінгу для детекції та відстеження об’єктів у реальному часі | |
dc.title.alternative | Development and implementation of a video surveillance system based on YOLO neural networks and tracking methods for real-time object detection and tracking | |
dc.type | MasterThesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Zubar_magister.pdf
- Розмір:
- 41.57 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 4.38 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: