магистрант
Master’s Degree Student
старший преподаватель
Senior Lecturer
Целью представленной работы является разработка и внедрение эффективной и доступной по цене автоматической системы видеонаблюдения, способной работать в режиме реального времени и интегрироваться с существующими системами видеонаблюдения. Представленный метод включает в себя анализ существующих на рынке решений, выбор и обучение модели глубокого обучения для обнаружения предметов, разработку пользовательских интерфейсов, контейнеризацию приложения и тестирование системы в реальных условиях. Результатом работы стала система, способная обнаруживать интересующие объекты в режиме реального времени с помощью нейронных сетей и уведомлять пользователя об обнаружении. Система предназначена для использования в общественных местах, таких как аэропорты, вокзалы, школы и другие учреждения, требующие повышенной безопасности.
The purpose of the paper is to design and implement an efficient and affordable automatic surveillance system, which can operate in real time and integrate with existing surveillance systems. The method presented includes analyzing existing solutions on the market, selecting and training a profound learning model for objects detection, developing user interfaces, containerizing of the application and testing the system in a real-world environment. The result is a system capable of detecting objects of interest in real time using neural networks and notifying the user of the detected items. This system is designed for public places like airports, railway stations, schools, and other institutions needing enhanced security
The authors declare that there are no conflicts of interest present.