Учёные факультета ВМК МГУ выявили связь между внутренними характеристиками нейросетевого алгоритма слежения за объектом и точностью его работы.
Задача слежения за объектом на видео широко используется в робототехнике и автономных системах и заключается в определении положения заданного объекта на каждом кадре. Современные алгоритмы решают её, сравнивая изображение объекта с текущими кадрами, однако факторы, влияющие на точность их работы, остаются недостаточно изученными.
В работе анализировались внутренние признаки, которые формирует модель на разных этапах обработки изображения. Для их описания был введён набор специальных показателей — «микрометрик», отражающих свойства таких признаков. Эти показатели сопоставлялись с метрикой качества работы трекера — показателем точности определения положения объекта.
«Мы показали, что отдельные характеристики внутренних представлений трекера могут быть связаны с качеством его работы. Это открывает возможность использовать такие показатели для анализа и последующего улучшения моделей», — отметил доцент кафедры суперкомпьютеров и квантовой информатики факультета ВМК МГУ Дмитрий Буряк.
Эксперименты показали, что одна из предложенных метрик демонстрирует высокую связь с качеством трекинга: значение коэффициента корреляции Пирсона на отдельных видеопоследовательностях достигало 0.96.
Полученные результаты позволяют использовать такие показатели при настройке обучения нейросетевых трекеров и могут применяться при разработке более точных систем видеонаблюдения и автономных решений.
Результаты работы были представлены на научной конференции «Ломоносовские чтения».
Учёные факультета ВМК МГУ выявили связь между внутренними характеристиками нейросетевого алгоритма слежения за объектом и точностью его работы.
Задача слежения за объектом на видео широко используется в робототехнике и автономных системах и заключается в определении положения заданного объекта на каждом кадре. Современные алгоритмы решают её, сравнивая изображение объекта с текущими кадрами, однако факторы, влияющие на точность их работы, остаются недостаточно изученными.
В работе анализировались внутренние признаки, которые формирует модель на разных этапах обработки изображения. Для их описания был введён набор специальных показателей — «микрометрик», отражающих свойства таких признаков. Эти показатели сопоставлялись с метрикой качества работы трекера — показателем точности определения положения объекта.
«Мы показали, что отдельные характеристики внутренних представлений трекера могут быть связаны с качеством его работы. Это открывает возможность использовать такие показатели для анализа и последующего улучшения моделей», — отметил доцент кафедры суперкомпьютеров и квантовой информатики факультета ВМК МГУ Дмитрий Буряк.
Эксперименты показали, что одна из предложенных метрик демонстрирует высокую связь с качеством трекинга: значение коэффициента корреляции Пирсона на отдельных видеопоследовательностях достигало 0.96.
Полученные результаты позволяют использовать такие показатели при настройке обучения нейросетевых трекеров и могут применяться при разработке более точных систем видеонаблюдения и автономных решений.
Результаты работы были представлены на научной конференции «Ломоносовские чтения».
| # | Наименование новости | Тональность | Информативность | Дата публикации |
|---|---|---|---|---|
| 1 | В МГУ предложили метод распознавания 3D–объектов с меньшими затратами памяти | 5 | 7 | 24-06-2026 |
| 2 | В Петербурге создали нейросеть для предотвращения ошибок в передаче информации | 0 | 0 | 02-06-2023 |
| 3 | Безопасность авиационных бортовых систем повысили ученые из МГУ | 0 | 8.16 | 11-08-2026 |
| 4 | Ученые из России разработали систему ИИ для улучшения... - ТАСС | 0 | 0 | 18-08-2023 |
| 5 | В России разработали технологию распознавания камуфлированных мишеней в лесу | 0 | 0 | 18-08-2023 |
| 6 | В МГУ создали алгоритм, повышающий надежность бортовых систем самолетов | 5 | 7 | 15-07-2026 |
| 7 | Парадигма машинного обучения: специализированные нейросети ещё хуже решают математические проблемы ... | 0 | 5.43 | 03-08-2026 |
| 8 | В Петербурге создали нейросеть для защиты парков от вандалов | 1 | 7.4 | 22-07-2026 |
| 9 | Учитель Цифровой школы МГПУ рассказала о нейросетях в образовании | 0 | 6.71 | 25-07-2026 |