Descarte de Quadros para Redução do Atraso na Detecção de Objetos em Vídeos
Author:
Antunes Hugo,Couto Rodrigo S.,Cruz Pedro
Abstract
A detecção de objetos em tempo real é um desafio comum a diferentes aplicações, de carros autônomos à vigilância. Entretanto, o processamento de vídeos em tempo real exige um alto poder computacional, tornando comum a ocorrência de atrasos. Algumas dessas aplicações podem ser sensíveis a atrasos, tendo seu funcionamento prejudicado. Assim, este artigo propõe uma comparação de quadros sequenciais por meio da utilização dos valores RGB de cada pixel. Aqueles quadros que forem julgados semelhantes não serão enviados para processamento, o que diminui significativamente o tempo de processamento. Com os experimentos deste trabalho, pode-se observar uma redução no tempo de processamento de 41,5% com uma perda de precisão inferior a 13%.
Publisher
Sociedade Brasileira de Computação - SBC
Reference28 articles.
1. Aharon, S., Louis-Dupont, Ofri Masad, Yurkova, K., Lotem Fridman, Lkdci, Khvedchenya, E., Rubin, R., Bagrov, N., Tymchenko, B., Keren, T., Zhilko, A., and Eran-Deci (2021). Super-gradients. 2. Ashraf, A. H., Imran, M., Qahtani, A. M., Alsufyani, A., Almutiry, O., Mahmood, A., Attique, M., and Habib, M. (2022). Weapons detection for security and video surveillance using cnn and yolo-v5s. CMC-Comput. Mater. Contin, 70:2761–2775. 3. Ćorović, A., Ilić, V., Ðurić, S., Marijan, M., and Pavković, B. (2018). The real-time detection of traffic participants using yolo algorithm. In 2018 26th Telecommunications Forum (TELFOR), pages 1–4. IEEE. 4. Cristiani, A. L., Nespolo, R. G., Maschi, L. F. C., Nakamura, L., Ueyama, J., and Meneguette, R. I. (2018). Uma nova arquitetura para classificação de tráfego de véıculos baseado em processamento de imagens. In Anais do II Workshop de Computação Urbana, Porto Alegre, RS, Brasil. SBC. 5. Deng, J., Dong, W., Socher, R., Li, L.-J., Li, K., and Fei-Fei, L. (2009). Imagenet: A large-scale hierarchical image database. In 2009 IEEE Conference on Computer Vision and Pattern Recognition, pages 248–255.
|
|