Цель работы – разработать модуль программного обеспечения позволяющие определять, уникальных клиентов по видеофрагменту посещения клиентами, магазина по продаже автомобилей. Объект исследования – системы распознавания лиц на фото и видео. Методы исследования: анализ и синтез, эксперимент, измерение, сравнение. Результаты работы: архитектура модуля «Детекция повторного посещения клиентами магазина по продаже автомобилей», алгоритм распознавания лиц и проверки их на уникальность, оптимальные параметры алгоритма распознавания лиц и проверки их на уникальность. / The goal of the work is to develop a software module that allows you to identify unique customers based on a video fragment of a customer visiting a car store. The object of research is face recognition systems in photos and videos. Research methods: analysis and synthesis, experiment, measurement, comparison. Results of the work: architecture of the module “Detection of repeated visits by customers to a car sales store”, algorithm for recognizing faces and checking them for uniqueness, optimal parameters for the algorithm for recognizing faces and checking them for uniqueness.Keywords: Detection of objects on video, detection of faces on video, face recognition on video, face recognition algorithm on video.

The object of the research is a rolling unit of a railroad train. The subject of the research is the process of identification and tracking of shipped products. The relevance of this study is due to a number of factors. Firstly, the automation and accuracy of the shipment control system will optimize logistics processes, ensuring focus on the end user and preventing cases of delivery to the wrong addressee. Secondly, the automatic formation of documents based on the data received from the control system significantly increases the efficiency and reliability of accounting and reporting at the enterprise. The purpose of the work is to develop a tool using computer vision methods for control and identification of shipped products in the production environment of an industrial enterprise. The result of the work is a tool for automatic collection and processing of data for the formation of shipping documents based on the video stream from the surveillance camera of a passing railroad train. / Объект исследования – подвижная единица железнодорожного состава. Предмет исследования – процесс идентификации и отслеживания отгружаемой продукции. Актуальность данного исследования обусловлена рядом факторов. Во-первых, автоматизация и точность системы контроля отгрузки позволит оптимизировать логистические процессы, обеспечивая ориентированность на конечного потребителя и предотвращая случаи доставки не тому адресату. Во-вторых, автоматическое формирование документов на основе данных, полученных от системы контроля, существенно повышает оперативность и достоверность учета и отчетности на предприятии. Цель работы – разработка инструмента, использующего методы компьютерного зрения, для контроля и идентификации отгружаемой продукции в производственных условиях промышленного предприятия. Результатом работы является инструмент для автоматического сбора и обработки данных для формирования отгрузочных документов на основе видеопотока с камеры наблюдения за проходящим железнодорожным составом.

В данной работе исследуется и разрабатывается система, способная автоматически фиксировать начало и конец тест-драйва автомобилей с использованием технологий компьютерного зрения. Основные методы исследования включают использование глубокого обучения, в частности одноэтапных детекторов, методов анализа видеоданных и временных меток. Работа имеет как теоретическую, так и практическую значимость. Она вносит вклад в область применения технологий компьютерного зрения для автоматизации процессов в автосалонах, а также предоставляет практический инструмент для повышения эффективности работы дилерских центров. / This paper investigates and develops a system capable of automatically detecting the start and end of car test drives using computer vision technologies. The main research methods include the use of deep learning, particularly single-stage detectors, video data analysis methods, and timestamps. The work has both theoretical and practical significance. It contributes to the application of computer vision technologies for automating processes in car dealerships and provides a practical tool to enhance the efficiency of dealership operations.