Motion-Pattern-Based Multi-Object Tracking for Real-Time Edge Computing Deployment

doi:10.32890/jict2026.25.2.5

Motion-Pattern-Based Multi-Object Tracking for Real-Time Edge Computing Deployment

2026-04-01

0

PRE

AI

Irianto, Suhendro Yusuf

A

Andriyadi, Anggi

DOI：10.32890/jict2026.25.2.5

原文链接

原文求助

摘要

En 中文

嵌入式系统中的实时目标跟踪需要平衡处理性能与能源效率的算法以实现实际部署。本研究评估了TG-Lite算法在Jetson Nano嵌入式硬件上的性能，适用于需要至少10帧每秒（FPS）处理速率的监控应用。研究方法包括全面的性能分析，测量帧处理速率、能耗模式和系统资源利用率，涵盖视频文件和实时流场景。TG-Lite实现了15.51 FPS的处理能力，功耗为11.24瓦特（W），满足嵌入式监控部署的实时处理要求。该算法在不同输入条件下表现出稳定的性能，在视频文件（10.86 FPS）和实时流（15.51 FPS）上均保持稳定的处理速率。TG-Lite展现出高效的资源利用率，中央处理器（CPU）使用率适中（平均17.4%），且图形处理器（GPU）加速效果显著。能源分析显示TG-Lite的每瓦特1.38帧的效率，表明其有效分配计算资源以满足实时处理需求。性能评估表明，TG-Lite保持稳定的跟踪连续性，平均跟踪长度为35.8帧，且置信度分布模式一致。这些结果表明，在评估的边缘约束条件下，所提出的方法适用于嵌入式计算机视觉应用。

Keyword:

Computer vision

embedded systems

energy efficiency

object tracking

real-time processing

Motion-Pattern-Based Multi-Object Tracking for Real-Time Edge Computing Deployment

摘要

期刊

机构

引用论文