Тема выпускной квалификационной работы: “Алгоритм обнаружения объектов с обучением в реальном времени для оптико-электронной системы”. Данная работа посвящена исследованию существующих алгоритмов обнаружения объекта и разработке нового вычислительно быстрого алгоритма, имеющего улучшенные показатели вероятности определения объекта для многоагентного алгоритма автоматического обнаружения и сопровождения недетерминированных объектов. Задачи, которые решались в ходе исследования: 1. Изучение особенностей алгоритмов обнаружения объектов, применяемых в методах слежения за целью. 2. Разработка алгоритма обнаружения и корректировки позиции объекта. 3. Реализация разработанного алгоритма и его тестирование в рабочей среде. 4. Оценка полученных результатов. Работа проведена на базе АО”НПП”АМЭ”, где было предоставлено рабочее окружение, средства по отладке и тестированию. Представленная работа является частью алгоритма слежения, разрабатываемого в компании. В результате получен алгоритм обнаружения объектов с обучением в реальном времени, соответствующий заданным критериям, внедрен в продукт по слежению за объектами. Проведена оценка полученных результатов.

The theme of final qualification work is “Object detection algorithm with real-time learning for an optoelectronic system”. This work is devoted to the study of existing algorithms for object detection and development of a new computationally fast algorithm with improved object detection probability for a multi-agent algorithm for automatic detection and tracking of nondeterministic objects. Tasks that were solved in the course of the study: 1. Study of the features of object detection algorithms used in target tracking methods. 2. Development of an algorithm for detecting and correcting the position of an object. 3. Implementation of the developed algorithm and its testing in the production environment 4. Evaluation of the results obtained. The work was carried out on the basis of JSC "NPP”AME”, where the working environment, debugging and testing tools were provided. The presented work is part of the tracking algorithm being developed in the company. As a result, an object detection algorithm with real-time learn-ing that meets the specified criteria is obtained and implemented in the object tracking product. The corresponding results were evaluated.