ИИ-детекция человека в дыму и пыли: темы ВКР по компьютерному зрению с защищаемой экономикой
Поддомен: AI/ML · Роль эксперта: Data/ML-инженер · Схема подачи: B (объединённая основная часть)
Введение: почему эта новость — почти готовое ТЗ на диплом
Российские разработчики показали ИИ-систему видеонаблюдения, которая «видит» движущегося человека сквозь дым и пыль. Разворачивается за пару часов, стоит в 15–20 раз меньше тепловизора — то есть там, где раньше бюджет уходил на оптику, теперь работает математика. Для выпускника ИТ-специальности здесь спрятано сразу три подарка: свежий технический тренд со ссылкой на источник 2026 года, внятная метрика эффективности (стоимость решения задачи, а не «красивая картинка») и явный экономический разрыв, который легко посчитать в третьей главе.
Проблема в другом: студенты видят новость, переписывают её в «Актуальность» и на защите слышат — «а где ваш вклад?». Ниже разберём, как превратить этот кейс в работающую ВКР, где есть свой датасет, своя архитектура, свои метрики и посчитанная экономика.
Основная часть: от новости к трём защищаемым темам
Ключевая мысль: статья — это не объект исследования, а постановка задачи. Ваша работа начинается там, где заканчивается пресс-релиз. Ниже три темы, которые реально защитить за семестр, с разбивкой по главам.
| Тема ВКР | Актуальность (отсылка к статье) | Цель | Задачи | Структура |
|---|---|---|---|---|
| 1. Детекция и трекинг человека в условиях задымления на базе однопроходной нейросети | Система из новости решает задачу «видеть» движение в дыму и пыли при стоимости в 15–20 раз ниже тепловизора — значит, ставка сделана на алгоритм, а не на дорогую оптику. | Разработать модуль детекции и трекинга, устойчивый к низкой контрастности и шуму, с оценкой качества на собственном датасете. | 1) Обзор методов детекции и аугментации для дым/пыль; 2) сбор и разметка датасета; 3) обучение и подбор гиперпараметров; 4) оценка mAP, F1, latency; 5) сравнение с базовой моделью. | Гл. 1 — анализ CNN-детекторов, метрик и датасетов; Гл. 2 — архитектура пайплайна, аугментации, обучение; Гл. 3 — эксперименты, метрики, выводы по устойчивости. |
| 2. Edge-развёртывание системы видеомониторинга для экстремальных условий | Заявленные «пара часов на развёртывание» — это чистое требование к инфраструктуре: инференс на месте, без облака и толстого канала. | Спроектировать и собрать воспроизводимый стенд инференса на маломощном устройстве с контролем задержки и энергопотребления. | 1) Сравнить форматы экспорта модели; 2) квантизация и оптимизация; 3) контейнеризация и автозапуск; 4) замер FPS, latency, TDP; 5) инструкция по развёртыванию. | Гл. 1 — обзор edge-платформ и форматов; Гл. 2 — пайплайн экспорта и упаковки; Гл. 3 — нагрузочные тесты и сравнение с baseline на CPU. |
| 3. Оценка экономической эффективности ИИ-мониторинга против тепловизионного решения | Прямое сравнение «в 15–20 раз дешевле» из статьи — это готовый объект для расчёта TCO и срока окупаемости. | Построить модель совокупной стоимости владения и доказать (или опровергнуть) экономический эффект на данных пилотного стенда. | 1) Собрать CAPEX/OPEX обеих схем; 2) определить метрику результата; 3) провести замеры на стенде; 4) посчитать TCO и окупаемость; 5) оценить чувствительность модели. | Гл. 1 — методы оценки ИТ-проектов; Гл. 2 — модель затрат и допущения; Гл. 3 — расчёт, сценарии «пессимистичный/базовый/оптимистичный». |
1. Глава 1: как корректно «упаковать» статью в литературный обзор
Не пересказывайте новость — противопоставляйте подходы. Постройте сравнительную таблицу: классическое тепловизионное решение, радиометрические методы, оптический канал с ИИ-постобработкой. Критерии берите не абстрактные, а проверяемые: стоимость комплекта, условия работы (видимость, температура), задержка выдачи события, требования к питанию, сложность монтажа.
Полезные сущности для этой главы: методология ISO/IEC 25010 — через неё удобно раскладывать требования на функциональную пригодность, производительность и надёжность; ГОСТ 34.601 — для описания стадий создания системы, это сразу снимает половину вопросов нормоконтроля. Схемы: контекстная C4 (Level 1) и диаграмма вариантов использования UML. Не рисуйте «архитектуру вообще» — рисуйте систему в границах вашего стенда.
2. Глава 2: проектирование и реализация пайплайна
Здесь статья превращается в инженерное решение. Минимальный каркас: видеозахват (OpenCV) → препроцессинг и аугментация «дым/пыль» → модель детекции (однопроходный детектор семейства YOLO либо лёгкая альтернатива) → трекинг по кадрам (IoU-матчинг или венгерский алгоритм) → фильтр ложных срабатываний → публикация события.
Отдельно опишите датасет. Честный путь: синтетическое задымление поверх обычных видео + небольшая ручная разметка реальных сцен. Аргумент на защите звучит так: «Полностью реального открытого датасета нужного профиля нет, поэтому используется комбинированная схема, а её ограничение зафиксировано в разделе “Ограничения”». Это сильнее, чем молчание о качестве данных.
# inference.py — минимальный контур инференса для дипломного стенда
import cv2, numpy as np, onnxruntime as ort
session = ort.InferenceSession("models/detector_fp16.onnx",
providers=["CPUExecutionProvider"])
cap = cv2.VideoCapture("rtsp://camera.local/stream")
def preprocess(frame, size=640):
img = cv2.resize(frame, (size, size))
img = img[:, :, ::-1].transpose(2, 0, 1).astype(np.float32) / 255.0
return np.expand_dims(img, 0)
while True:
ok, frame = cap.read()
if not ok:
break
blob = preprocess(frame)
boxes, scores, classes = session.run(None, {"images": blob})[:3]
keep = scores.max(axis=1) > 0.45 # порог уверенности — обосновать в Гл. 2
if keep.any():
event = {"ts": cv2.getTickCount(), "n": int(keep.sum())}
# публикация события в брокер / запись в БД
cv2.imshow("monitor", frame)
if cv2.waitKey(1) == 27:
breakРядом положите диаграмму развёртывания (UML) или C4 Level 2: камера → вычислительный модуль → хранилище событий → операторский интерфейс. Три-четыре узла, никакого зоопарка.
3. Глава 3: метрики, которые действительно считают на защите
Качество модели: mAP@0.5, precision, recall, F1. Качество системы: задержка от кадра до события, FPS, процент пропусков, доля ложных тревог за смену. Экономика: CAPEX, OPEX за год, TCO на один пост наблюдения, срок окупаемости.
Сравнение с тепловизором проводите строго по своей модели затрат: комплект камер + вычислитель + монтаж + питание + обслуживание. Если получите разрыв в 8–25 раз — это правдоподобно и согласуется с заявлением из статьи. А вот цифра «ровно в 20 раз» без расчёта — красный флаг для комиссии.
FAQ: что реально спрашивают на консультациях
Мне обязательно обучать модель самому, или можно взять готовые веса?
Для ВКР по AI/ML дообучение или хотя бы честное сравнение готовой модели с вашей аугментацией обязательно. Иначе работа превращается в «скачал и запустил», и вклад студента нулевой. Возьмите предобученную модель как baseline и покажите прирост.
Где брать данные, если дым и пыль снять негде?
Три источника: открытые видео с пожарной тематикой, синтетическое задымление (программное наложение шума и дымки на обычные ролики) и небольшая запись с реального объекта. Обязательно опишите процедуру разметки и её погрешность — это половина ценности третьей главы.
Как оформить схемы и код по нормоконтролю?
Рисунки — с подписью и ссылкой в тексте («…представлена на рисунке 5»), листинги — в приложения, в тексте только нумерованные фрагменты. Стадии и этапы сверяйте с ГОСТ 34.601, требования к качеству — с ISO/IEC 25010. Код в основной части — только тот, что несёт логику, остальное в приложение.
Хватит ли точности модели, чтобы считать экономику корректно?
Нет, и это нормально. Сначала фиксируете порог уверенности и рабочую точку по precision/recall, потом переносите её в расчёт: доля ложных тревог напрямую влияет на OPEX (время оператора). Так экономика становится следствием инженерных решений, а не подгонкой под красивый процент.
Чек-лист перед сдачей
- Задачи из введения дословно совпадают с пунктами заключения — проверьте построчно.
- Каждая цифра из статьи либо подтверждена вашим расчётом, либо помечена как «заявлено разработчиком».
- Есть минимум три схемы: контекстная C4, развёртывание, схема пайплайна данных.
- Метрики качества и метрики производительности считаются на одном и том же тестовом наборе.
- Для расчёта TCO указаны допущения, источник цен и сценарии чувствительности.
- Оформление сверено с ГОСТ 34.601 и требованиями ISO/IEC 25010, ссылки в приложениях актуальны.
- Проверка на заимствования пройдена после финальной вставки листингов и приложений.
- Версия исходного кода, на которой сняты метрики, зафиксирована (коммит или архив в приложении).
Типичные ошибки студентов
1. Новость как «актуальность» и ничего дальше. Студент два абзаца пересказывает материал про систему, работающую в дыму и пыли, и переходит к общим словам про ИИ. Что делать: сразу после новости поставить «пробел в существующих решениях» — ограничения датасетов, отсутствие воспроизводимых замеров, слабая оценка стоимости владения. Вот это и есть ваш объект.
2. Экономика «на глаз». Появляется фраза «наша система дешевле в 20 раз», но нет ни таблицы затрат, ни допущений. Комиссия ловит это за минуту. Что делать: таблица CAPEX/OPEX, формула TCO, три сценария — и признание, где оценка грубая.
3. Одна метрика вместо двух групп. Студент показывает mAP и считает работу законченной, хотя задача из новости — практическая, с задержкой и ложными тревогами. Что делать: обязательно связка «качество модели → качество системы → деньги», иначе защита превращается в разговор о чужом пресс-релизе.
Если тема требует 120 часов вычислений, разметки и согласований, а дедлайн ближе, чем кажется, — начните с бесплатной консультации. Специалисты подскажут, как сузить формулировку, чтобы объём был адекватным, а результат — воспроизводимым. Помощь с дипломом возможна на любом этапе: от плана до приложений и защиты.
Источник: Создана работающая в дыму и пыли система видеонаблюдения в 20 раз дешевле тепловизора (опубликовано 2026-03-26)