УДК 004.85
DOI: 10.36871/2618-9976.2025.01.003
Авторы
Сергей Александрович Ярушев,
Кандидат технических наук, директор центра перспективных исследований в искусственном интеллекте, Российский экономический университет имени Г.В. Плеханова, Москва, Россия
Андрей Николаевич Лукьянов,
Лаборантисследователь центра перспективных исследований в искусственном интеллекте, Российский экономический университет имени Г.В. Плеханова, Москва, Россия
Данил Александрович Воробьев,
Лаборантисследователь центра перспективных исследований в искусственном интеллекте, Российский экономический университет имени Г.В. Плеханова, Москва, Россия
Александр Андреевич Поляков,
Лаборантисследователь центра перспективных исследований в искусственном интеллекте, Российский экономический университет имени Г.В. Плеханова, Москва, Россия
Аннотация
В статье рассматриваются современные подходы к распознаванию объектов, основанные на свёрточных нейронных сетях и трансформерах. Описаны ключевые архитектуры и алгоритмы, их эволюция и основные отличительные особенности. Анализируются преимущества и ограничения различных методов, а также рассматриваются их практические применения, включая задачи обнаружения падений, толп и драк.
Ключевые слова
обнаружение объектов
Object Detection
сверточные нейронные сети
CNN
визуальные трансформеры
ViT
DETR
YOLO
глубокое обучение
компьютерное зрение
механизмы внимания
распознавание действий
обнаружение падений
выделение толп и драк