The object of research, development or design (in Russian) : Объектом исследования являются алгоритмы и методы распознавания изображений в видеопотоках на основе искусственного интеллекта

The object of research, development or design (in Kazakh) : Зерттеу нысаны жасанды интеллектке негізделген бейне ағындарындағы кескіндерді тану алгоритмдері мен әдістері болып табылады

Aim of work (in Russian) : Целью проекта является исследование и разработка системы распознавания изображений в видеопотоках на основе искусственного интеллекта.

Aim of work (in Kazakh) : Жобаның мақсаты-жасанды интеллектке негізделген бейне ағындарындағы кескінді тану жүйесін зерттеу және дамыту.

Методы исследования (на русском) : Научное наблюдение, научный анализ, метод моделирования, методы машинного зрения, методы распознавания изображений.

Методы исследования (на казахском) : Ғылыми бақылау, ғылыми талдау, модельдеу әдісі, машиналық көру әдістері, кескінді тану әдістері.

Obtained results and novelty (in Russian) : В ходе исследования разработаны и апробированы математические модели, предназначенные для распознавания лиц и детекции подвижных объектов в условиях шумов и неравномерного освещения. Разработанная модель обеспечивает эффективное устранение влияния освещённости и сохранение деталей изображения. Построены аналитические модели, описывающие процессы свёртки, нормализации, активации и оптимизации в сверточных нейронных сетях. Для детекции объектов предложено использование архитектур Faster R-CNN, ResNet, MobileNet и EfficientNet, дополненных механизмом Self-Attention, обеспечивающим учёт глобальных зависимостей между признаками изображения. Разработана компактная архитектура сверточной нейронной сети с упрощённой структурой слоёв, обеспечивающая работу модели в режиме реального времени. Проведённые эксперименты показали высокую точность (до 100 % для моделей ResNet-50 и EfficientNet-B0, 92 % для улучшенной MoBiLSTM). Опубликованы две научные статьи в изданиях, индексируемых в базе данных Web of Science (квартиль Q1), одна статья — в издании, индексируемом в базе данных Scopus, и четыре статьи — в изданиях, входящих в Российский индекс научного цитирования (РИНЦ).

Obtained results and novelty (in Kazakh) : Зерттеу барысында шудың және жарықтың біркелкі еместігі жағдайында бет-әлпетті тануға және қозғалатын нысандарды анықтауға арналған математикалық модельдер әзірленіп, сынақтан өткізілді. Дайындалған модель жарықтандырудың әсерін тиімді түрде жоя отырып, бейне детальдарының сақталуын қамтамасыз етеді. Свертка, қалыптандыру, белсендіру және оңтайландыру үдерістерін сипаттайтын аналитикалық модельдер құрылды. Нысандарды анықтау үшін Faster R-CNN, ResNet, MobileNet және EfficientNet архитектуралары қолданылып, олар Self-Attention механизмімен толықтырылды. Бұл өз кезегінде кескін белгілері арасындағы жаһандық байланыстарды ескеруге мүмкіндік береді. Қабаттардың жеңілдетілген құрылымына негізделген ықшам свертка нейрондық желі архитектурасы әзірленді, ол модельдің нақты уақыт режімінде жұмыс істеуін қамтамасыз етеді. Жүргізілген эксперименттер жоғары дәлдік көрсеткіштерін көрсетті: ResNet-50 және EfficientNet-B0 модельдері үшін – 100 %, ал жетілдірілген MoBiLSTM моделі үшін – 92 %. Web of Science (Q1 квартилі) деректер базасында индекстелетін басылымдарда екі ғылыми мақала, Scopus деректер базасында индекстелетін басылымда бір мақала және Ресейлік ғылыми дәйексөздер индексіне (РИНЦ) кіретін басылымдарда төрт мақала жарияланды.

The main constructive and technical economic indicators (in Russian) : Применение методов искусственного интеллекта обеспечивает высокую скорость решения задач, что позволяет повысить производительность при проектировании системы распознавания изображений в видеопотоках.

The main constructive and technical economic indicators (in Kazakh) : Жасанды интеллект әдістерін қолдану проблемаларды шешудің жоғары жылдамдығын қамтамасыз етеді, бұл бейне ағындарындағы кескінді тану жүйесін жобалау кезінде өнімділікті арттыруға мүмкіндік береді.

Level of implementation (in Russian) : не внедрено

Level of implementation (in Kazakh) : енгізілген жоқ

Efficiency (in Russian) : Предлагаемая система распознавания изображений является инновационным продуктом отечественного производства с низкой стоимостью по сравнению с аналогами, что позволяет широко внедрять данную систему в государственных и частных организациях. Технологии распознавания лиц и детекция подвижных объектов могут принести огромную пользу для бизнеса: безопасность клиентов, быстрое принятие решений и планирование, решение проблем, увеличение продажи и услуг, рост числа покупателей, скорости обновления больших данных.

Efficiency (in Kazakh) : Ұсынылған кескінді тану жүйесі аналогтармен салыстырғанда құны төмен отандық өндірістің инновациялық өнімі болып табылады, бұл жүйені мемлекеттік және жеке ұйымдарда кеңінен енгізуге мүмкіндік береді. Бетті тану технологиялары мен жылжымалы нысандарды анықтау бизнес үшін үлкен пайда әкелуі мүмкін: тұтынушылардың қауіпсіздігі, жылдам шешім қабылдау және жоспарлау, мәселелерді шешу, сату мен қызметтердің артуы, сатып алушылар санының өсуі, үлкен деректерді жаңарту жылдамдығы.

Field of application (in Russian) : Система распознавания изображений на основе искусственного интеллекта может применяться ко всем государственным и частным учреждениям.

Field of application (in Kazakh) : Жасанды интеллектке негізделген кескінді тану жүйесін барлық мемлекеттік және жеке мекемелерге қолдануға болады.