DOI: 10.17587/prin.14.311-328

УДК: 004.93, 004.032.26

Анализ современных методов и подходов детектирования объектов в задачах технического зрения

В. В. Швыров, канд. физ.-мат. наук, доц., slsh@i.ua, Д. А. Капустин, канд. техн. наук, доц., kap-kapchik@mail.ru, ФГБОУ ВО «Луганский государственный педагогический университет»

Детектирование объектов является одной из важнейших задач технического зрения, которое активно используется в самых различных прикладных областях. Это обусловливает чрезвычайно большое число публикаций, которые связаны с исследованиями в области обнаружения объектов на изображении или в видеопотоке, классификации изображений, семантической сегментации и др. Задачи определения наиболее эффективной архитектуры нейронной сети для детектирования объектов, выбора фреймворка, датасета для обучения представляют значительную сложность в связи со стремительным развитием всей сферы искусственного интеллекта и появлением многочисленных новых методов и подходов. В данной работе проведен анализ корпуса из 5792 англоязычных публикаций по тематике детектирования объектов за 2018 —2023 гг. Определены ключевые тенденции и направления в области обнаружения объектов. В частности, получены данные об используемых датасетах, высокоуровневых нейросетевых фреймворках, актуальных архитектурах для извлечения признаков и архитектурах нейросетей, используемых для детектирования объектов. На основании данных частотного анализа корпуса публикаций выявлены тренды и приоритетные направления в области детектирования объектов за последние пять лет.

Ключевые слова: backbone-архитектура, частотный анализ, датасет, детектирование объектов, компьютерное зрение, сверточная нейросеть, распознавание образов, семантиче­ский анализ, нейросетевой фреймворк

Стр. 311–328

Ссылка для цитирования:
Швыров В. В., Капустин Д. А. Анализ современных методов и подходов детектирования объектов в задачах технического зрения // Программная инженерия. 2023. Том 14, № 7. С. 311—328. DOI: 10.17587/ prin.14.311-328