| DC Field | Value | Language |
|---|
| dc.contributor.author | Kurachka, K. | - |
| dc.contributor.author | Nestsiarenia, I. | - |
| dc.date.accessioned | 2019-03-11T12:41:05Z | - |
| dc.date.available | 2019-03-11T12:41:05Z | - |
| dc.date.issued | 2019 | - |
| dc.identifier.citation | Kurachka, K. Effective Algorithm for Object Detection in the Video Stream for ARM Architectures / K. Kurachka, I. Nestsiarenia // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2019) : материалы международной научно-технической конференции, Минск, 21 - 23 февраля 2019 г. / Белорусский государственный университет информатики и радиоэлектроники; редкол.: В. В. Голенков (гл. ред.) [и др.]. - Минск, 2019. - С. 273 - 276. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/34626 | - |
| dc.description.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. | ru_RU |
| dc.language.iso | en | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | detection | ru_RU |
| dc.subject | video processing | ru_RU |
| dc.subject | classification | ru_RU |
| dc.title | Effective Algorithm for Object Detection in the Video Stream for ARM Architectures | ru_RU |
| dc.title.alternative | Эффективный алгоритм детектирования объектов на видеопотоке адаптированный для ARM архитектуры | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | 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.
Алгоритмреализуетследующиеэтапы: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. | - |
| Appears in Collections: | OSTIS-2019
|
