danДоклады Национальной академии наук БеларусиDoklady of the National Academy of Sciences of Belarus1561-83232524-2431The Republican Unitary Enterprise Publishing House "Belaruskaya Navuka"10.29235/1561-8323-2026-70-2-102-107dan-1299Research ArticleИНФОРМАТИКАINFORMATICSУсовершенствованный алгоритм сопровождения объекта одного из наперед заданных типовImproved algorithm for tracking an object of one of the several predefined typesИванюковичВ. А.ZaleskyB. A.

Залесский Борис Андреевич – д-р физ.-мат. наук, заведующий лабораторией

ул. Сурганова, 6, 220012, Минск

Zalesky Boris A. – D. Sc. (Physics and Mathematics), Head of the Laboratory

6, Surganov Str., 220012, Minsk

zalesky@newman.bas-net.byЗалесскийБ. А.IvanyukovichV. A.

Иванюкович Владимир Александрович – мл. науч. сотрудник

ул. Сурганова, 6, 220012, Минск

Ivanyukovich Vladimir A. – Junior Researcher

6, Surganov Str., 220012, Minsk

vladimir.ivanukovich@gmail.comОбъединенный институт проблем информатики Национальной академии наук БеларусиUnited Institute of Informatics Problems of the National Academy of Sciences of Belarus202604052026702102107Copyright © Иванюкович В.А., Залесский Б.А., 20262026Иванюкович В.А., Залесский Б.А.Zalesky B.A., Ivanyukovich V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.belnauka.by/jour/article/view/1299

Разработан новый нейросетевой алгоритм отслеживания объекта, наблюдаемого на кадрах видеопотока. Алгоритм позволяет автоматически обнаруживать объект одного из наперед заданных типов, надежно сопровождать его в дальнейшем, быстро повторно обнаруживать объект в случае срыва сопровождения, детектировать другой объект нужного типа при исчезновении сопровождаемого объекта. Обнаружение объекта интереса на кадрах видео осуществляется с помощью нейронной сети-детектора, а сопровождение – разработанным алгоритмом, использующим нейронную сеть-трансформер.

A new neural network algorithm for tracking objects observed in frames of video has been developed. The algorithm enables automatic detection of objects of one of the predefined types, reliable subsequent tracking, rapid redetection of the object if tracking was interrupted, and detection of a different object of the desired type if the tracked object disappears. Detection of the object of interest in video frames is performed using a neural network detector, and tracking is carried out by the developed algorithm using a neural network transformer.

видеопотокобнаружение объектаотслеживание объектанейронная сеть-детекторсеть-трансформерvideoobject detectionobject trackingneural network detectortransformerReferencesObject Tracking. – 2024. – URL: https://paperswithcode.com/task/object-tracking (date of access: 05.01.2024).Object Tracking (2024). Available at: https://paperswithcode.com/task/object-tracking (accessed 05 January 2024).Proceedings of Conference on Computer Vision and Pattern Recognition 2025. CVPR 2025. June 11th–15th, 2025. – URL: https://cvpr.thecvf.com/Conferences/2025 (date of access: 03.02.2026).Proceedings of Conference on Computer Vision and Pattern Recognition 2025. CVPR 2025. June 11th–15th, 2025. Available at: https://cvpr.thecvf.com/Conferences/2025 (accessed 03 Fabruary 2026).Meibodi, F. A. A Deep Dive into Generic Object Tracking: A Survey / F. A. Meibodi, Sh. Alijani, H. Najjaran // arXiv preprint. – 2025, Jul. 31. – URL: https://arxiv.org/abs/2507.23251; https://doi.org/10.48550/arXiv.2507.23251Meibodi F. A., Alijani Sh., Najjaran H. A Deep Dive into Generic Object Tracking: A Survey. arXiv preprint, 2025, Jul. 31. Available at: https://arxiv.org/abs/2507.23251; https://doi.org/10.48550/arXiv.2507.23251Залесский, Б. А. Алгоритм сопровождения объекта, наблюдаемого видеокамерой / Б. А. Залесский, В. А. Иванюкович // Доклады Национальной академии наук Беларуси. – 2024. – Т. 68, № 2. – С. 105–111. https://doi.org/10.29235/1561-8323-2024-68-2-105-111Zalesky B. A., Ivanyukovich V. A. Algorithm for tracking an object observed by а video camera. Doklady Natsional’noi akademii nauk Belarusi = Doklady of the National Academy of Sciences of Belarus, 2024, vol. 68, no. 2, pp. 105–111 (in Russian). https://doi.org/10.29235/1561-8323-2024-68-2-105-111ByteTrack: Multi-Object Tracking by Associating Every Detection Box / Yi Zhang, P. Sun, Yi Jiang [et al.] // Computer Vision – ECCV 2022. ECCV 2022 / eds S. Avidan, G. Brostow, M. Cissé [et al.]. – Springer, Cham., 2022. – P. 1–21. – (Lecture Notes in Computer Science; vol. 13682). https://doi.org/10.1007/978-3-031-20047-2_1Zhang Y., Sun P., Jiang Y., Yu D., Weng F., Yuan Z., Luo P., Liu W., Wang X. ByteTrack: Multi-Object Tracking by Associating Every Detection. Avidan S., Brostow G., Cissé M., Farinella G.M., Hassner T. (eds). Computer Vision – ECCV 2022. ECCV 2022. Lecture Notes in Computer Science, vol. 13682. Springer, Cham., 2022, pp. 1–21. https://doi.org/10.1007/978-3-031-20047-2_1

The authors declare that there are no conflicts of interest present.