La monografia è dedicata allo sviluppo di metodi e mezzi per l'utilizzo dell'IA al fine di identificare rapidamente gli oggetti in movimento in un flusso di dati video basato su tecnologie di deep learning. Vengono presi in considerazione metodi classici e non classici di IA, reti neurali convoluzionali, computer vision e pattern recognition, e teorie di sistemi di controllo basati su stime e criteri di statistica matematica. Come risultato del riconoscimento, determineremo il tipo di oggetto riconosciuto e avremo stime quantitative di accuratezza. È stato implementato un metodo per l'applicazione di modelli. L'algoritmo dispone di informazioni sull'aspetto dell'oggetto richiesto, sul tipo di sfondo che può avere, sull'aspetto dei contorni specifici dell'oggetto e sulla loro posizione. Prende immediatamente in considerazione una possibile posizione di rilevamento dell'oggetto. Questo sistema consente di ottenere un'elevata qualità di riconoscimento e ha buone prestazioni. Tuttavia, quando la videocamera riprende diversi oggetti simili, vengono soddisfatti modelli diversi e il riconoscimento diminuisce. Una famiglia di modelli (reti neurali artificiali) viene utilizzata per stimare o approssimare funzioni che possono dipendere da molti input e sono solitamente sconosciute.