- A
- A
- A
- АБB
- АБB
- АБB
- А
- А
- А
- А
- А
123458 г. Москва, Таллинская, д. 34 (м. «Строгино»)
Тел.: +7 (495) 772-95-90 * 11089
E-mail: vstarykh@hse.ru
Департамент компьютерной инженерии создан в 2015 г. в результате объединения кафедр «Информационно-коммуникационные технологии», «Вычислительные системы и сети», «Информационные технологии и автоматизированные системы» и базовой кафедры «Информационно-аналитических систем – ЕС-лизинг» факультета информационных технологий и вычислительной техники МИЭМ НИУ ВШЭ. Преподаватели департамента участвуют в подготовке бакалавров, магистров и аспирантов для самых востребованных и приоритетных направлений развития науки, технологий и техники в России, в частности: «Информатика и вычислительная техника» (бакалавриат), «Компьютерные системы и сети" (магистратура).
В печати
IOP Publishing, 2021.
Heliyon. 2020. Vol. 6. No. 7. P. 1-7.
Сластников С. А., Королев Д. А., Белов А. В.
В кн.: ЦИФРОВЫЕ ТЕХНОЛОГИИ В ИНЖЕНЕРНОМ ОБРАЗОВАНИИ: НОВЫЕ ТРЕНДЫ И ОПЫТ ВНЕДРЕНИЯ. М.: Московский государственный технический университет им. Н.Э. Баумана, 2020. С. 96-100.
Мультимодальные языковые модели на VOT Challenge 2025
Мультимодальные языковые модели на VOT Challenge 2025
Команда исследователей из МИЭМ НИУ ВШЭ и компании AlphaCHIP (Зеленоград) в составе д.т.н., профессора МИЭМ А.Ю. Романова, д.т.н., приглашенного профессора МИЭМ Р.А. Соловьева, студентов Г.А. Кириченко и Д.А. Юртова представила инновационный трекер VOTS2025_MIEM-HSE_AlphaCHIP на международном соревновании VOT Challenge 2025.
МИЭМ в лице команды от УЛ САПР участвует в VOT Challenge несколько лет подряд и уже попадал на лидербоард соревнований (VOT Challenge: Computer Vision Competition, VOTChallenge 2024, статья VOTS2024 Challenge Results).
В этом году командой МИЭМ акцент был сделан на использование мультимодальных языковых моделей, что позволило предложить нестандартное решение для задач отслеживания объектов в видео.
В основе подхода использована модель Qwen2.5-VL, способная одновременно анализировать текст, изображения и видеопоследовательности. В отличие от классических методов, где трекинг строится на анализе отдельных кадров, команда использовала контекстное понимание объекта на уровне всей видеопоследовательности. Это позволило учитывать не только визуальные особенности цели, но и ее семантику, описанную в текстовом запросе.
Для адаптации модели к ограничениям по вычислительным ресурсам исследователи разработали метод адаптивной выборки кадров. Это позволило сократить объем обрабатываемых данных без потери ключевой информации. Особое внимание уделено работе с динамичными сценами, где традиционные трекеры часто теряют цель из-за резких изменений освещения или ракурса. В результате, хоть по обобщенной метрике предложенное решение не было лучшим, этого было достаточно, чтобы преодолеть порог для попадания на лидербоард 2025 года. При этом по метрике NRE созданный трекер был лучшим.
Результаты работы войдут в доклад на European Conference on Computer Vision (ECCV 2025) и будут опубликованы в статье по итогам челенджа.
Результат участия в VOT Challenge 2025 подтвердил, что интеграция мультимодальных LLM в задачи трекинга открывает новые возможности для отрасли. Команда планирует развивать гибридный подход, сочетающий преимущества языковых моделей и традиционных нейросетевых архитектур.
Департамент компьютерной инженерии: Профессор
