| DC Field | Value | Language |
|---|
| dc.contributor.author | Карлик, С. Э. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-08-19T06:50:06Z | - |
| dc.date.available | 2026-08-19T06:50:06Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Карлик, С. Э. Прикладные задачи интеллектуальной обработки видеопотока = Applied tasks of intelligent video stream processing / С. Э. Карлик // Информационные системы и технологии : сборник статей 62-й научной конференции аспирантов, магистрантов и студентов, Минск, 13–17 апреля 2026 г. / Институт информационных технологий Белорусского государственного университета информатики и радиоэлектроники ; редкол.: А. И. Парамонов [и др.]. – Минск, 2026. – С. 48–51. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/65529 | - |
| dc.description.abstract | Рассматривается проблема интеллектуальной обработки видеопотока в условиях роста объёмов видеоданных и
увеличения нагрузки на операторов. Проанализированы ограничения традиционных систем видеонаблюдения и обоснована
необходимость перехода к автоматизированному анализу визуальной информации видеопотока. Описана архитектура
современных систем видеоаналитики, включая этапы предварительной обработки, детекции, классификации и трекинга объектов.
Рассмотрены методы компьютерного зрения и машинного обучения, а также основные прикладные области применения
интеллектуальных систем видеонаблюдения. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | видеоданные | en_US |
| dc.subject | современные системы видеоаналитики | en_US |
| dc.title | Прикладные задачи интеллектуальной обработки видеопотока | en_US |
| dc.title.alternative | Applied tasks of intelligent video stream processing | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The problem of intelligent video stream processing is considered under conditions of growing volumes of video data and
increasing operator workload. The limitations of traditional video surveillance systems are analyzed, and the necessity of transitioning to
automated analysis of visual information from video streams is substantiated. The architecture of modern video analytics systems is
described, including stages of preprocessing, detection, classification, and object tracking. Methods of computer vision and machine
learning are examined, as well as the main application areas of intelligent video surveillance systems. | en_US |
| Appears in Collections: | Информационные системы и технологии : 62-я научная конференция аспирантов, магистрантов и студентов (2026)
|
