Объект исследования – методы глубокого обучения для сопровождения объекта на видеопоследовательности Цель работы – анализ и сравнение различных методов глубокого обучения для сопровождения объекта на видеопоследовательности, определение наиболее производительного метода. В результате исследования были проведены анализ и сравнение современных методов сопровождения объекта и их производительности. Результатом работы стало сравнение методов сопровождения, а именно их производительности по метрикам и выявление наиболее производительного метода сопровождения. Использовались открытые образовательные интернет ресурсы и программы поиска и анализа информации. Использовались средства автоматизированной разработки Python. Применено программное обеспечение Python.

The object of research – methods of deep learning to accompany the object on video sequences. The purpose of the work is to analyze and compare different methods of deep learning to accompany the object on video sequences, to determine the most productive method. The result of the research was to analyze and compare the current methods of object tracking and their performance. The result of the work was a comparison of tracking methods, namely their performance on metrics and identification of the most productive tracking method. Open educational internet resources and information search and analysis programs were used. Python automated development tools were used. The Python software was used.