В данной работе рассмотрены подходы для сопоставления и последующего сопровождения объектов по видеозаписи с целью определения скорости их движения посредством свёрточных нейронных сетей и алгоритмов сопоставления в режиме реального времени. Представлены особенности архитектур свёрточных нейронных сетей, подходящих для детектирования объектов в видеопотоке, а также дана оценка их применимости для решения поставленной задачи. Рассмотрены алгоритмы для сопровождения объектов. Выделены их особенности и определены границы применимости данных алгоритмов. Определены требования к экспериментальной среде с целью приближения к условиям реального времени, осуществлена реализация среды для проведения эксперимента. На базе эксперимента получены результаты о поведении алгоритмов сопровождения и их эффективности при решении задачи определения скорости движения объекта по видеозаписи.

In this paper, approaches for the comparison and subsequent tracking of objects by video recording are considered in order to determine the speed of their movement using convolutional neural networks and matching algorithms in real time. The features of the architectures of convolutional neural networks suitable for detecting objects in a video stream are presented, and an assessment of their applicability for solving the problem is given. Algorithms for tracking objects are considered. Their features are highlighted and the limits of applicability of these algorithms are determined. The requirements for the experimental environment are determined in order to approximate the real-time conditions, the implementation of the environment for the experiment is carried out. On the basis of the experiment, results were obtained on the behavior of tracking algorithms and their effectiveness in solving the problem of determining the speed of an object from video recording.