В представленной работе объектом исследования являются системы компьютерного зрения, в частности методы и алгоритмы анализа изображений. Рассматривается возможность и эффективность применения нейросетевого подхода к поиску, детекции и классификации отдельных объектов на изображениях. Особое внимание уделяется анализу достоинств и недостатков различных вариантов решения задачи обнаружения малых объектов. Целью исследования является проведение сравнительного анализа современных нейросетевых технологий и создание более совершенной гибридной модели прикладного искусственного интеллекта для повышения эффективности обнаружения объектов за счет семантической интерпретации изображений. Представлено обоснование выбора нейросимвольной архитектуры на основе логических тензорных сетей, объединяющей логические правила и глубокое обучение. На основе анализа известных архитектур разработана модифицированная модель LtnDetector, дополненная тензорными адаптерами и сетью оценки соотношений для обработки контекста. Предлагаемая авторами интеллектуальная система обладает двухконтурной структурой: контур инференса ориентирован на непосредственную обработку входной информации и выдачу результатов обнаружения, тогда как контур обучения отвечает за адаптацию и улучшение параметров системы с течением времени. Проведенное экспериментальное тестирование программного прототипа системы на базе крупномасштабного датасета для обнаружения лиц Wider Face показало преимущества логических тензорных моделей с добавлением логических правил по основным метрикам, используемым при машинном обучении. Надежное обнаружение малых объектов критически важно для практических приложений, таких как анализ спутниковых снимков, видеонаблюдение (анализ лиц в толпе), медицинская диагностика, управление беспилотными автономными системами и т.п.
This paper examines computer vision systems, specifically image analysis methods and algorithms. The feasibility and effectiveness of a neural network approach to searching, detecting, and classifying individual objects in images are examined. Particular attention is paid to analyzing the advantages and disadvantages of various solutions for small object detection. The aim of the study is to conduct a comparative analysis of modern neural network technologies and create a more advanced hybrid model of applied artificial intelligence to improve object detection efficiency through semantic interpretation of images. A rationale for the choice of a neural symbolic architecture based on logical tensor networks, which combines logical rules and deep learning, is presented. Based on an analysis of existing architectures, a modified LtnDetector model is developed, supplemented with tensor adapters and a relation estimation network for context processing. The authors’ proposed intelligent system has a dual-loop structure: the inference loop is focused on directly processing input information and generating detection results, while the learning loop is responsible for adapting and improving the system’s parameters over time. Experimental testing of the system’s software prototype using the large-scale face detection «Wider Face» dataset demonstrated the advantages of logical tensor models supplemented with logical rules for key metrics used in machine learning. Reliable detection of small objects is critical for practical applications such as satellite imagery analysis, video surveillance (crowd analysis), medical diagnostics, and control of unmanned autonomous systems.
1. Zorin V.A., Mescheryakov R.V. Analytical review of neural network algorithms for fire detection in emergency situations // Vestn. Yuzhno-Ural. Gos. Un-ta. Ser. Matem. Mekh. Fiz. 2025. Vol. 17. Is. 2. P. 23–34. URL: https://www.mathnet.ru/eng/vyurm635 (дата обращения: 03.09.2025).
2. Hu H., Bai S., Li A., Cui J., Wang L. Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Nashville. USA. 2021. P. 10180–10189. DOI: 10.1109/CVPR46437.2021.01005. URL: https://ieeexplore.ieee.org/document/9577760 (дата обращения: 05.09.2025).
3. Ma W., Liu S., Li Z., Sun J. IQDet: Instance-wise quality distribution sampling for object detection // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2021. P. 1717–1725. DOI: 10.1109/CVPR46437.2021.00176.
4. Liu Z., Gan M., Xiong L., Mao X., Que Y. Multilevel receptive field expansion network for small object detection // IET Image Processing. Vol. 17. Is. 8. Jun 2023. P. 2299–2559. DOI: DOI: 10.1049/ipr2.12799. URL: https://ietresearch.onlinelibrary.wiley.com/doi/10.1049/ipr2.12799 (дата обращения: 05.09.2025).
5. Gao S.S., Cheng M.M., Zhao K., Zhang H.Y., Yang M.H., Torr P. Res2Net: A new multi-scale backbone architecture // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2021. T. 43. № 2. P. 652–662. DOI: 10.1109/TPAMI.2019.2938758.
6. Захаров А.А. Метод обнаружения объектов на изображениях на основе нейронных сетей на графах и небольшого количества обучающих примеров // Программные системы и вычислительные методы. 2024. № 4. URL: https://nbpublish.com/library_read_article.php?id=72558 (дата обращения: 18.09.2025).
7. Köhler M., Eisenbach M., Gross H.M. Few-Shot Object Detection: A Survey // IEEE Transactions on Neural Networks and Learning Systems. 2024. Vol. 35 (9). P. 11958–11978. URL: https://ieeexplore.ieee.org/abstract/document/10103630 (дата обращения: 17.09.2025).
8. Махди М.Х. Нейросимвольные архитектуры в задаче обнаружения малых объектов на изображении // Вектор научной мысли. 2025. № 3 (20) Март. С. 1–3. URL: https://vektornm.ru/03_2025/ (дата обращения: 18.08.2025).
9. Samarin A., Savelev A., Toropov A et al. ADSAR: Advanced Dual-Stream Attention and Reweighting for Small Object Detection // Pattern Recognition and Image Analysis. 2025. Vol. 35. Is. 2. P. 211–218. DOI: 10.1134/S1054661825700129. EDN: ZMTMYY.
10. Zou Z., Chen K., Shi Z., Guo Y., Ye J. Object Detection in 20 Years: A Survey // Proceedings of the IEEE. 2023. Vol. 111 (3). P. 257–276. DOI: 10.1109/JPROC.2023.3238524.
11. Diligenti M., Gori M., Sacca C. Semantic-based regularization for learning and inference // Artificial Intelligence. 2019. Т. 244. P. 143–165. DOI: 10.1016/j.artint.2015.08.011.
12. Cohen W., Yang F., Mazaitis K. TensorLog: A Probabilistic Database Implemented Using Deep-Learning Infrastructure // Journal of Artificial Intelligence Research (JAIR). 2020. Vol. 67. P. 285–325. DOI: 10.1613/jair.1.11944.
13. Мельцов В.Ю., Страбыкин Д.А. Вывод следствий с построением схемы логического вывода // Фундаментальные исследования. 2013. № 11-8. С. 1588–1593. URL: https://fundamental-research.ru/ru/article/view?id = 33384 (дата обращения: 01.09.2025).
14. Liu Z., Jiang Z., Feng W., Feng H. OD-GCN: Object Detection Boosted by Knowledge GCN // 2020 IEEE International Conference on Multimedia & Expo Workshops (ICMEW). London, UK. 2020. P. 1–6. DOI: 10.1109/ICMEW46912.2020.9105952.
15. Крутиков А.К., Мельцов В.Ю. Метод формирования многоярусной нейросетевой системы прогнозирования с возможностью реконфигурации // Известия Юго-Западного государственного университета. 2024. Т. 28. № 4. С. 104–123. DOI: 10.21869/2223-1560-2024-28-4-104-123.
16. Donadello I., Serafini L., Garcez A. Logic Tensor Networks for Semantic Image Interpretation // Proceedings of the 26th International Joint Conference on Artificial Intelligence. 19 August 2017. P. 1596–1602. URL: https://dl.acm.org/doi/10.5555/3172077.3172109 (дата обращения: 23.09.2025).
17. Dong H., Mao J., Lin T., Wang C., Li L., Zhou D. Neural Logic Machines // Proceedings of the 7th International Conference on Learning Representations (ICLR 2019). 2019. Paper 1193. P 1–14. URL: https://openreview.net/forum?id = B1xY-hRctX (дата обращения: 24.09.2025).
18. Manhaeve R., Dumancic S., Kimmig A., Demeester T., De Raedt L. Neural Probabilistic Logic Programming in DeepProbLog // Artificial Intelligence. 2021. Vol. 298. 103504. DOI: 10.1016/j.artint.2021.103504.
19. WIDER_FACE_A_Face_Detection_Dataset. A Face Detection Benchmark. URL: https://www.kaggle.com/datasets/iamprateek/wider-face-a-face-detection-dataset (дата обращения: 05.07.2025).
20. Dai X., Chen Y., Xiao B., Chen D., Liu M., Yuan L., et al. Dynamic Head: Unifying Object Detection Heads with Attentions // IEEE/CVF Conference on Computer Vision and Pattern Recognition. Nashville, 2021. P. 7369–7378. DOI: 10.1109/cvpr46437.2021.00729.