The object of research, development or design (in Russian) : Проект направлен на исследование и разработку системы для распознавания действий человека или группы людей на видеоизображениях, включающего исследования в области распознавания образов, компьютерного зрения и машинного обучения.

The object of research, development or design (in Kazakh) : Жоба бейне кескіндеріндегі адамның немесе адамдар тобының әрекеттерін тану жүйесін зерттеуге және дамытуға, соның ішінде үлгіні тану, компьютерлік көру және машиналық оқыту саласындағы зерттеулерге бағытталған.

Aim of work (in Russian) : Цель проекта – исследование и разработка системы распознавания действий (action recognition) по изображениям с камер видеонаблюдения для решения задач обнаружения объектов и классификации действий.

Aim of work (in Kazakh) : Жобаның мақсаты – объектіні анықтау және әрекетті жіктеу мәселелерін шешу үшін бейнебақылау камераларының суреттері негізінде әрекетті тану жүйесін зерттеу және дамыту.

Методы исследования (на русском) : В проекте будут использованы алгоритмы машинного обучения, методы теории управления, объектно-ориентированного анализа информационных систем, объектно-ориентированного языка моделирования UML, алгоритмы и комплексы программ, методы теории математического и компьютерного моделирования, устойчивости, управляемости и наблюдаемости для систем дифференциальных уравнений, оптимального управления сложными многосвязными системами, численные методы и теория программирования.

Методы исследования (на казахском) : Жобада машиналық оқыту алгоритмдері, басқару теориясының әдістері, ақпараттық жүйелердің объектіге бағытталған талдауы, UML нысанды-бағытталған модельдеу тілі, алгоритмдер мен бағдарламалық пакеттер, математикалық және компьютерлік модельдеу теориясының әдістері, жүйелер үшін тұрақтылық, басқарылатын және бақылау мүмкіндігі қолданылады. дифференциалдық теңдеулер, оңтайлы басқарудың күрделі көпбайланысты жүйелері, сандық әдістер және программалау теориясы.

Obtained results and novelty (in Russian) : В ходе выполнения НИР получены следующие результаты: - предложена архитектура системы для мониторинга местности с помощью камер видеонаблюдения; - разработаны модели нейронных сетей для обнаружения и классификации действий человека или группы людей; - создано программное обеспечение, включающее систему оповещения об аномальных действиях; - проделаны работы по тестированию и подготовке к внедрению разработанной платформы. Результаты проекта были опубликованы в 2 (двух) журналах, имеющих квартиль Q3 по SJR.

Obtained results and novelty (in Kazakh) : Зерттеу жұмысы барысында келесі нәтижелер алынды: - бейнебақылау камералары арқылы аумақты бақылаудың жүйелік архитектурасы ұсынылды; - адамның немесе адамдар тобының әрекеттерін анықтау және жіктеу үшін нейрондық желі модельдері әзірленді; - аномальды әрекеттер үшін ескерту жүйесін қамтитын бағдарламалық қамтамасыз ету жасалды; - әзірленген платформаны сынақтан өткізу және енгізуге дайындық жұмыстары жүргізілді. Жобаның нәтижелері SJR бойынша Q3 квартильімен 2 (екі) журналда жарияланды.

The main constructive and technical economic indicators (in Russian) : Бейнеленген объектілердің шағын өлшемдері, перспективалық бұрмаланулар, окклюзиямен жоғары тығыздық, камераның әртүрлі позалары мен бағдарлары салдарынан адамдарды дәл анықтау қиын. Топтың жоғары тығыздығы жіктеу қателеріне және жалған позитивтерге әкелуі мүмкін. Қоғамдық іс-шараларда адам денесі көбінесе ішінара немесе толығымен жасырылады, бұл талдауды қиындатады. Бұл мәселелерді шешу әр түрлі бұрыштардан алынған суреттерді талдауды және мамандандырылған деректер жиынын құруды қамтитын жаңа технологияларды енгізуді талап етеді. Жобаны іске асыру мыналарға мүмкіндік береді: - Бейнебақылау камераларынан әртүрлі жағдайлар мен камераның орналасуын ескере отырып, үлкен деректер жиынтығын жинау және өңдеу; - заңсыз әрекеттер мен қақтығыстарды бақылау үшін пайдалы әрекеттерді анықтау алгоритмдерін әзірлеу; - Бейне мәліметтерді параллельді өңдеуге, жүктемелерді таратуға, метадеректерді сақтауға және оқиғалар туралы жедел хабарлауға қабілетті автономды бейнебақылау жүйесінің тұжырымдамасын зерттеу және енгізу; - Әрекеттерді сүзу және күдікті оқиғаларға жылдам жауап беру арқылы қауіпсіздік пен өнімділікті арттырады.

The main constructive and technical economic indicators (in Kazakh) : Бейнеленген объектілердің шағын өлшемдері, перспективалық бұрмаланулар, окклюзиямен жоғары тығыздық, камераның әртүрлі позалары мен бағдарлары салдарынан адамдарды дәл анықтау қиын. Топтың жоғары тығыздығы жіктеу қателеріне және жалған позитивтерге әкелуі мүмкін. Қоғамдық іс-шараларда адам денесі көбінесе ішінара немесе толығымен жасырылады, бұл талдауды қиындатады. Бұл мәселелерді шешу әр түрлі бұрыштардан алынған суреттерді талдауды және мамандандырылған деректер жиынын құруды қамтитын жаңа технологияларды енгізуді талап етеді. Жобаны іске асыру мыналарға мүмкіндік береді: - Бейнебақылау камераларынан әртүрлі жағдайлар мен камераның орналасуын ескере отырып, үлкен деректер жиынтығын жинау және өңдеу; - заңсыз әрекеттер мен қақтығыстарды бақылау үшін пайдалы әрекеттерді анықтау алгоритмдерін әзірлеу; - Бейне мәліметтерді параллельді өңдеуге, жүктемелерді таратуға, метадеректерді сақтауға және оқиғалар туралы жедел хабарлауға қабілетті автономды бейнебақылау жүйесінің тұжырымдамасын зерттеу және енгізу; - Әрекеттерді сүзу және күдікті оқиғаларға жылдам жауап беру арқылы қауіпсіздік пен өнімділікті арттырыңыз.

Level of implementation (in Russian) : Не внедрено

Level of implementation (in Kazakh) : Қолданысқа алынбаған

Efficiency (in Russian) : При внедрении, проек скорее всего покажет высокую эффективность за счет использования передовых алгоритмов и нейросетевых архитектур для распознавания объектов и классификации действий, что позволит достичь высоких показателей точности. В ходе работы был проведен всесторонний анализ существующих методов, что обеспечило оптимальный выбор моделей для конкретных задач проекта. Сбор и предобработка большого количества данных способствовали улучшению качества моделей, адаптируя их для различных условий наблюдения, таких как различное освещение и фон. Использование архитектур, таких как YOLO и модели для извлечения скелета, повысило точность определения объектов и классификации действий в реальных условиях. Оптимизация с помощью TensorRT и OpenVINO позволила ускорить обработку изображений на GPU и CPU, что делает систему пригодной для работы в режиме реального времени. Проведенные тестирования подтвердили работоспособность системы в различных условиях, что доказывает её надежность и адаптивность. В проекте были преодолены проблемы, такие как фоновые помехи и нестандартные ракурсы, что расширяет его применение. Система доказала свою эффективность для видеонаблюдения на предприятиях и в общественных местах, где важно своевременное распознавание потенциальных угроз. Проект также обладает научной ценностью и практически ориентирован, о чем свидетельствуют публикации в международных журналах.

Efficiency (in Kazakh) : Жоба іске асырылған кезде объектіні тану және әрекетті жіктеу үшін жоғары дәлдік көрсеткіштеріне қол жеткізуге мүмкіндік беретін жетілдірілген алгоритмдер мен нейрондық желі архитектураларын қолдану есебінен жоғары тиімділікті көрсетуі ықтимал. Жұмыс барысында қолданыстағы әдістерге жан-жақты талдау жүргізілді, бұл нақты жобалық тапсырмалар үшін үлгілерді оңтайлы таңдауды қамтамасыз етті. Деректердің үлкен көлемін жинау және алдын ала өңдеу үлгілердің сапасын жақсартуға, оларды әртүрлі жарықтандыру және фон сияқты әртүрлі көру жағдайларына бейімдеуге ықпал етті. YOLO және қаңқаларды алу үлгілері сияқты архитектураларды пайдалану нақты әлемде объектілерді анықтау және белсенділікті жіктеу дәлдігін жақсартты. TensorRT және OpenVINO көмегімен оңтайландыру графикалық процессор мен процессорда кескінді жылдам өңдеуге мүмкіндік берді, бұл жүйені нақты уақытта жұмыс істеуге қолайлы етеді. Өткізілген сынақтар жүйенің әртүрлі жағдайларда өнімділігін растады, бұл оның сенімділігі мен бейімделгіштігін дәлелдейді. Дизайн фондық шу және әдеттен тыс камера бұрыштары сияқты мәселелерді жеңіп, оның қолдану аясын кеңейтті. Жүйе ықтимал қауіптерді дер кезінде тану маңызды болып табылатын кәсіпорындар мен қоғамдық орындарда бейнебақылау үшін өзінің тиімділігін дәлелдеді. Жобаның да ғылыми құндылығы бар және практикалық бағыттағы халықаралық журналдардағы жарияланымдар дәлелдейді.

Field of application (in Russian) : Разработанная система интеллектуальной фото- и видеоаналитики может быть применена в различных областях, где необходимо автоматическое распознавание действий человека или группы людей. Одной из ключевых сфер является обеспечение общественной безопасности, включая мониторинг городских и транспортных объектов с использованием камер видеонаблюдения. Система может использоваться в охранных комплексах, торговых центрах, на стадионах, в образовательных учреждениях и других местах массового скопления людей. Она позволит оперативно выявлять подозрительные или аномальные действия, такие как драки, кражи, угрозы общественному порядку, и немедленно отправлять уведомления соответствующим службам для реагирования.

Field of application (in Kazakh) : Дамыған интеллектуалды фото және бейне аналитика жүйесі адамның немесе адамдар тобының әрекеттерін автоматты түрде тану қажет болатын әртүрлі салаларда қолданылуы мүмкін. Негізгі бағыттардың бірі – қоғамдық қауіпсіздікті қамтамасыз ету, оның ішінде бейнебақылау камералары арқылы қала және көлік нысандарын бақылау. Жүйені күзет кешендерінде, сауда орталықтарында, стадиондарда, оқу орындарында және басқа да адамдар көп жиналатын орындарда қолдануға болады. Ол төбелес, ұрлық, қоғамдық тәртіпке қауіп төндіретін күдікті немесе қалыптан тыс әрекеттерді жылдам анықтауға және жауап беру үшін тиісті қызметтерге дереу хабарлама жіберуге мүмкіндік береді.