Программный комплекс выявления кильватерного следа и движения судов
«Программный комплекс выявления кильватерного следа и движения судов» включено в реестр российского ПО: реестровая запись № 34685, решение Экспертного совета (протокол № 560пр от 15.07.2026). Правообладатель — ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "РЕС-АИР". Заявление № 371821 от 21.06.2026.
Статус: Включено в реестр · Этап: В реестре · ПО
- Номер заявления
- № 371821, зарегистрировано 21.06.2026
- Правообладатель
- ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "РЕС-АИР"
- Реестровая запись
- Реестровая запись №34685 от 04.08.2026
- Классы ПО
- 11.06 Инструменты обработки, анализа и распознавания изображений; 01.04 Программное обеспечение интернета вещей, робототехники и сенсорики; 05.04 Поисковые средства; 10.03 Средства математического и имитационного моделирования; 11.04 Средства интеллектуального анализа данных (Data Mining)
О продукте
Программный комплекс выявления кильватерного следа и движения судов - это программа для автоматического обнаружения движущихся лодок на видео с дрона. Она объединяет четыре независимых метода анализа движения: 1. Детекция кильватерного следа с помощью нейросети YOLOv9, обученной распознавать лодки и их следы. 2. Локально-компенсированный оптический поток (Farneback) для выделения движения объекта относительно фона. 3. Анализ смещения лодки между кадрами на основе трекинга по IoU. 4. Детекция белой пены (кильватерного следа) в пространстве HSV как физического признака движения. Ключевая особенность — программа устойчива к сценариям, когда дрон следует за лодкой: даже если лодка неподвижна в кадре, движение определяется по кильватерному следу и пене. Итоговое решение принимается путём взвешенного объединения сигналов с применением гистерезиса для устранения мерцания статуса «MOVING/STATIC». Результаты визуализируются на видео в реальном времени. Технологии: Python, OpenCV, YOLOv9, NumPy. Применение: мониторинг водных объектов, анализ видео с БПЛА, задачи видеонаблюдения и контроля движения судов. Программный комплекс выявления кильватерного следа и движения судов разработан при поддержке ФГБУ «Фонд содействия развитию малых форм предприятий в научно-технической сфере» (Фонд содействия инновациям) в рамках реализации федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации». Договор о предоставлении гранта №237ГС2ИИС12-D7/76663 от 24.09.2024.
Что умеет
- 1. Многокомпонентная детекция движения 1.1 Детекция объектов на основе YOLOv9:
- Распознавание двух классов: boat (лодка/катер) и wake (кильватерный след)
- Фильтрация ложных срабатываний по размеру (>10% кадра) и положению у края кадра (<5 px). 1.2 Ассоциация кильватерного следа с лодкой: -Определение движения лодки по наличию следа в её окрестности (IoU или расстояние до центра). -Экспоненциальное затухание уверенности с увеличением расстояния. 2. Анализ оптического потока с локальной компенсацией 2.1 Вычисление плотного оптического потока (Farneback) между кадрами. 2.2 Локальная компенсация движения камеры: -Использование кольца шириной 40 px вокруг bounding box лодки для оценки фонового движения. -Вычитание фонового потока из потока внутри bbox для выделения собственного движения объекта. 2.3 Расчёт сигнала как 75-го перцентиля магнитуды компенсированного потока с нормализацией в [0, 1]. 3. Текстурный анализ водного следа 3.1 Выделение зоны интереса вокруг лодки (×2.5 от размера bbox). 3.2 Сегментация белой пены/следа в пространстве HSV: -Порог по яркости: V > 180. -Порог по насыщенности: S < 80 для исключения зелени и объектов суши. 3.3 Расчёт доли ярких пикселей с линейной нормализацией (2% → 0, 15% → 1.0). 4. Трекинг и анализ смещения 4.1 Сопоставление объектов между кадрами по максимальному IoU (порог 0.25). 4.2 Расчёт смещения центра bounding box за последние 5 кадров. 4.3 Нормализация смещения относительно диагонали кадра (>3% → 1.0). 5. Интеллектуальная фузия сигналов 5.1 Взвешенное суммирование четырёх сигналов с весами: -Wake Association (W): 0.30 -Optical Flow (F): 0.20 -Trajectory Displacement (T): 0.15 -Water Trail Texture (Tr): 0.35 5.2 Бусты (правила-исключения) для повышения уверенности в ключевых сценариях: -Wake > 0.7 → итоговый score ≥ 0.80. -Texture > 0.5 → score ≥ 0.65. -Wake > 0.7 и Texture > 0.3 → score ≥ 0.90. 6. Стабилизация решения (гистерезис) 6.1 EMA-сглаживание raw score с коэффициентом α=0.3. 6.2 Двупороговый гистерезис: -Переход STATIC → MOVING: EMA-score ≥ 0.30. -Переход MOVING → STATIC: EMA-score < 0.15 в течение 8 кадров подряд. -Исключение мерцания статуса между кадрами. 7. Визуализация и вывод 7.1 Аннотация видео в реальном времени: -Цвет bounding box: красный (MOVING), зелёный (STATIC). -Отображение wake-боксов (оранжевый). -Полоска уверенности (motion score) над каждым bbox. -Текст с детальной информацией: статус, EMA-score, значения всех сигналов. -Визуализация компенсированного оптического потока (жёлтые стрелки). -Построение траектории центра лодки. 7.2 Информационная панель с общим количеством лодок и числом движущихся объектов. 7.3 Сохранение результата в видеофайл и вывод лога в консоль каждые 50 кадров. 8. Конфигурируемость 8.1 Параметры через командную строку: -Путь к видео и весам YOLOv9. -Порог уверенности (conf), размер изображения (imgsz). -Режим отображения (show) и путь для сохранения (output). 8.2 Настраиваемые константы в коде: -Веса сигналов, пороги фильтрации, параметры детекции текстуры. -Параметры гистерезиса и EMA-сглаживания. 9. Технические требования Язык программирования: Python 3.8+. Зависимости: OpenCV, NumPy, Ultralytics (YOLOv9). Аппаратное обеспечение: рекомендуется использование GPU для ускорения инференса YOLOv9
- Свидетельство Роспатента
- № 2026614486 от 16.02.2026
- Код ОКПД 2
- 58.29.29 Обеспечение программное прикладное прочее на электронном носителе
- ИНН правообладателя
- 9704138467
- Государство регистрации
- Россия
- Документация
- res-air.ru
По карточке заявления на сайте реестра, обновлена там 08.06.2026.
Решения Экспертного совета
- Включить в реестр — протокол № 560пр от 15.07.2026, голосование: за 23, против 0, воздержались 1; поручение оператору от 04.08.2026
- Класс программного обеспечения: Инструменты обработки, анализа и распознавания изображений, Средства математического и имитационного моделирования, Средства интеллектуального анализа данных (Data Mining)
- Специальный признак об отнесении программного обеспечения к сфере искусственного интеллекта: Устанавливать
История заявления
- 04.08.2026 — реестровая запись № 34685
- 15.07.2026 — решение Экспертного совета: Включить в реестр (протокол № 560пр)
- 21.06.2026 — появилось в списке со статусом «Включено в реестр»
Похожие продукты в классе 11.06
- Анти-Дрон — Готовится экспертная оценка
- ПРОГРАММНЫЙ МОДУЛЬ ВЗАИМОДЕЙСТВИЯ С ПРЕДОБУЧЕННЫМИ МОДЕЛЯМИ НЕЙРОННЫХ СЕТЕЙ И ИНТЕГРАЦИИ С ВНЕШНИМИ СИСТЕМАМИ — Готовится экспертная оценка
- Универсальная платформа интеллектуального видеонаблюдения и видеоаналитики СОВА М+ — Готовится экспертная оценка
- ПО SmartMerch — Готовится экспертная оценка
- Программное обеспечение «Метастражник» для систем видеонаблюдения — Готовится экспертная оценка
- Система анализа данных и управления знаниями (САД) — Готовится экспертная оценка
- Программный модуль "Вторжение в зону" — На доработке заявителем
- VisionLabs LUNA LINE — Готовится экспертная оценка
Весь класс 11.06 Инструменты обработки, анализа и распознавания изображений