Вход на сайт

Просмотр новости

Найдите то, что Вас интересует

Математики МГУ выяснили, от чего зависит точность нейросетевого трекера

Дата публикации: 27-08-2026 09:29:21


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».


Основное содержимое страницы с новостью.

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».

Схожие новости

#Наименование новостиТональностьИнформативностьДата публикации
1В МГУ предложили метод распознавания 3D–объектов с меньшими затратами памяти5724-06-2026
2В Петербурге создали нейросеть для предотвращения ошибок в передаче информации0002-06-2023
3Безопасность авиационных бортовых систем повысили ученые из МГУ08.1611-08-2026
4Ученые из России разработали систему ИИ для улучшения... - ТАСС0018-08-2023
5В России разработали технологию распознавания камуфлированных мишеней в лесу0018-08-2023
6В МГУ создали алгоритм, повышающий надежность бортовых систем самолетов5715-07-2026
7Парадигма машинного обучения: специализированные нейросети ещё хуже решают математические проблемы ...05.4303-08-2026
8В Петербурге создали нейросеть для защиты парков от вандалов17.422-07-2026
9Учитель Цифровой школы МГПУ рассказала о нейросетях в образовании06.7125-07-2026

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 9. Тональность: 0. Информативность: 10.61. Источник: cs.msu.ru.