Исследуется интеграция вычислительно эффективных нейронных сетей в алгоритм отслеживания в видеопоследовательностях множества объектов для более надёжного предсказания дальнейшей траектории. Тестируется применение нескольких известных нейросетевых моделей, и предлагается собственная. Рассмотренные модели показывают повышенную эффективность в предсказании траектории относительно выбранного базовым алгоритма ByteTrack, не оказывая существенного влияния на скорость работы. This paper explores the integration of computationally efficient neural networks into a multi-object tracking algorithm in video sequences to reliably predict subsequent trajectories. Several well-known neural network models are tested, and a new one is proposed. The models examined demonstrate improved trajectory prediction performance compared to the baseline ByteTrack algorithm, without significantly impacting performance.