Effective Algorithm for Object Detection in the Video Stream for ARM Architectures

Abstract

An algorithm is presented that allows detecting moving objects in a video stream at a fixed camera position. The algorithm is characterized by low resource consumption, what makes it possible to use it in ARM architectures [1] or for data pre-processing on client devices. The algorithm performs the following steps: image scaling, clipping background, and detection of objects. Prototype algorithm implemented in Python [2] using the OpenCV library. It was tested on a single-board computer Raspberry PI 3 [3], showed a performance of 20 FPS with an input stream frame size of 1920x1280 pixels.

Представлен алгоритм, позволяющий детектировать движущиеся объекты в видеопотоке при фиксированном положении камеры и отличающийся низкой ресурсоёмкостью, что позволяет его использовать в ARM архитектурах [1] или для предварительной обработки данных на конечных (клиентских) устройствах. Алгоритм реализует следующие этапы: масштабирования изображения, отсечения фона, и детектирования объектов. Тестирование алгоритма, реализованного на языке Python [2] и с использованием библиотеки OpenCV, на одноплатном компьютере Raspberry PI 3 [3] показало производительность – 20 FPS при размере кадра входного потока 1920x1280 точек.