UA : Мета кваліфікаційної роботи полягає у дослідженні методів для розпізнавання об’єктів на відео та знаходженні ефективного способу заміни їх на бажаний зміст. Також метою є створення програмної системи, яка, отримуючи на вхід відеофайл, розпізнає на ньому білборди та в результаті роботи поверне відео з заміненим вмістом на виявлених білбордах.
Досліджено методи та сучасні моделі нейронних мереж для виявлення об’єктів на зображеннях, проблематику і можливості розробки і використання системи. При розробці комп’ютерної системи була застосована модель нейронної мережі YOLOv4 та фреймворк машинного навчання Darknet для вирішення задачі виявлення білбордів; бібліотека OpenCV застосована для роботи з зображеннями та відео; методи обробки зображення, трансформації та їх накладення реалізовані мовою Python.
EN : The aim of the qualification work is to explore methods for recognizing objects in video and finding an effective way to replace them with the desired content. The goal is also to create a software system that, upon receiving a video file, recognizes billboards on it and as a result returns the video with the replaced content on the detected billboards.
In this work methods were researched and modern models of neural net-works for detecting objects in images, problems and possibilities of system development and use. The YOLOv4 neural network model and the deep learning framework Darknet were used for computer system development to solve the problem of detecting billboards; OpenCV library is used for images and videos processing; methods of image processing, transformation and their overlay are implemented in Python.
