Разработка устойчивых алгоритмов позиционирования и трекинга людей в плотных потоках является важной задачей для систем общественной безопасности. В работе рассматривается подход к отслеживанию множества объектов с использованием детекторов семейства YOLO (v5, v8, v9) и трекера на основе фильтра Калмана. Для обучения моделей собран специализированный датасет, включающий сценарии структурированного, неструктурированного и строго структурированного движения. Экспериментально установлено, что ключевым фактором успешного трекинга является стабильность детекций, а не максимальная точность. Наилучший баланс показала связка YOLOv5-small с DeepSORT (MOTA 0.4, IDsw 60). Результаты тестирования на эталонных датасетах подтверждают эффективность подхода для работы в условиях высоких скоплений людей.

Шалыгин В.А. (науч. рук. Ярышев С.Н.) Мониторинг активности людей в местах массового скопления по данным видеонаблюдения с использованием методов глубокого обучения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17258