Програмний модуль виявлення та відстеження рухомих об’єктів у відеопотоці на вбудованій обчислювальній платформі BeagleBone AI

Abstract

Метою роботи є підвищення ефективності та швидкодії системи комп’ютерного зору шляхом розробки програмного модуля виявлення та відстеження рухомих об’єктів у відеопотоці з використанням можливостей вбудованої обчислювальної платформи BeagleBone AI-64. Методи дослідження: використано методи системного аналізу та об’єктноорієнтованого проєктування, алгоритми комп’ютерного зору та машинного навчання, модель YOLOv8 для виявлення об’єктів, алгоритм DeepSORT для відстеження, фільтр Калмана та методи оцінювання продуктивності. Результати дослідження: розроблено програмний модуль виявлення та відстеження рухомих об’єктів у відеопотоці на платформі BeagleBone AI-64, який поєднує модель YOLOv8 для детекції об’єктів та алгоритм DeepSORT для багатооб’єктного відстеження. Виконано оптимізацію моделі шляхом квантування до формату INT8 та використання апаратних прискорювачів платформи. Проведене експериментальне дослідження підтвердило можливість обробки відеопотоку в режимі реального часу із забезпеченням необхідної точності та продуктивності. Розроблений програмний продукт може бути використаний у системах відеоспостереження, моніторингу транспортних потоків, робототехнічних комплексах та інших системах комп’ютерного зору, що функціонують на периферійних обчислювальних пристроях.

The aim of the work is to improve the efficiency and performance of a computer vision system by developing a software module for detecting and tracking moving objects in video streams using the capabilities of the embedded BeagleBone AI-64 computing platform. Research methods: system analysis and object-oriented design methods, computer vision and machine learning algorithms, the YOLOv8 model for object detection, the DeepSORT algorithm for object tracking, the Kalman filter, and performance evaluation methods were used. Research results: a software module for detecting and tracking moving objects in video streams on the BeagleBone AI-64 platform has been developed. The module combines the YOLOv8 model for object detection and the DeepSORT algorithm for multi-object tracking. The model was optimized through INT8 quantization and the use of hardware accelerators available on the platform. Experimental evaluation confirmed the capability of real-time video stream processing while maintaining the required accuracy and performance. The developed software solution can be used in video surveillance systems, traffic monitoring applications, robotic systems, and other computer vision solutions operating on edge computing devices.