Recognition and visualization of data of an automated surveillance system

Abstract

This paper presents the application of the YOLO v8 (You Only Look Once) model for real-time object detection within an automated video surveillance system. YOLO v8, recognized for its superior balance between speed and accuracy, is leveraged to detect various objects in live surveillance feeds. The proposed system processes video streams in real-time, using the latest advancements in convolutional neural networks to achieve object detection with minimal latency, which is crucial for time-sensitive environments like security monitoring. As experiments have demonstrated, YOLO v8 achieved an average precision (AP) of 52.7% on the COCO dataset and processed up to 60 frames per second (FPS) on 1080p video, outperforming previous YOLO versions in both detection accuracy and processing speed [1]. This represents a notable improvement over YOLOv4, which reported an AP of 43.5% and a speed of 50 FPS under similar conditions [2].

The primary objective of this thesis is demonstrating how YOLO v8 can be effectively integrated into a real-time video surveillance system, offering both high detection accuracy and performance efficiency. Future work will focus on extending the system's capability to detect complex human activities and refining the interface for enhanced user interaction.

Această lucrare prezintă aplicarea modelului YOLO v8 (You Only Look Once) pentru detectarea obiectelor în timp real în cadrul unui sistem automatizat de supraveghere video. YOLO v8, recunoscut pentru echilibrul superior între viteză și acuratețe, este utilizat pentru detectarea diverselor obiecte în fluxuri video de supraveghere live. Sistemul propus procesează fluxurile video în timp real, folosind cele mai recente progrese în rețele neuronale convoluționale pentru a realiza detectarea obiectelor cu latență minimă, un aspect de bază pentru medii sensibile la timp, cum ar fi monitorizarea de securitate. Experimentele au demonstrat că YOLO v8 a obținut o precizie medie (AP) de 52,7% pe setul de date COCO și a procesat până la 60 de cadre pe secundă (FPS) la rezoluție video 1080p, depășind versiunile anterioare YOLO atât în ceea ce privește acuratețea detecției, cât și viteza de procesare [1]. Acest lucru reprezintă o îmbunătățire notabilă față de YOLOv4, care a raportat un AP de 43,5% și o viteză de 50 FPS în condiții similare [2]. Contribuția principală a acestui studiu constă în demonstrarea modului în care YOLO v8 poate fi integrat eficient într-un sistem de supraveghere video în timp real, oferind atât o acuratețe ridicată a detecției, cât și eficiență în performanță. Lucrările viitoare se vor concentra pe extinderea capacității sistemului de a detecta activități umane complexe și pe rafinarea interfeței pentru a îmbunătăți interacțiunea cu utilizatorul.