A Comparative study of model performance on multiple systems for real-time object detection.

Abstract

Med utviklingen av smarte byer, har forskere undersøkt hvordan bruken av data kan gjøre by forvaltningen mer effektiv og forbedre livskvaliteten for innbyggerne i byen. I smarte byer må datainnsamlingen foregå i sanntid for å sørge for en effektiv beslutningstaking. En bekymring knyttet til bruk av data, spesielt visuelle data, er å sikre at vårt personvern blir ivaretatt og sikre at innsamlet data ikke kan misbrukes til å påvirke enkeltpersoners liv. Dette betyr at sensitiv data må anonymiseres. I denne avhandlingen ser vi nærmere på to problemstillinger knyttet til objekt deteksjon. I den første delen sammenligner vi ytelsen til nåværende «state-of-the-art» objekt detektorer både på innebygde og ikke-innebygde enheter. Vi har analysert hvordan de presterer med hensyn til sanntid og hvordan en redusering i inndatastørrelsen ofrer noe av modellens ytelse, men øker modellens sanntidsytelse. I den andre delen presenterer vi flere utvidelser av den standardiserte "widerface" datasettet. Vi har analysert effekten av disse utvidelsene på modellens ytelse. Med de presenterte resultatene ønsker vi å øke forståelsen for hvor nær den nåværende utviklingen innen maskinvare og objekt deteksjon har brakt oss til å kjøre toppmoderne objekt detektorer i sanntid, med ekstra oppmerksomhet på ytelsen til innebygde enheter. De presenterte resultatene gir også forskere tilgang til nye ansiktsdatasett for fremtidig forskning. Et siste bidrag er en triviell anonymisering modifikasjon av «state-of-the-art» objekt detektoren YOLOv8 for å muliggjøre implementering i smart byer.

With the development of smart cities, researchers have shown how data usage can make city management more efficient and improve the quality of life for the people in the city. In the domain of smart cities, the data collection must occur in real-time for effective decision-making. Additionally, with the use of data, particularly visual data, a concern is maintaining our right to privacy and ensuring that the collected data can not be misused to affect individuals' lives. This means that sensitive data must be anonymized. In this thesis, we look into two problems related to object detection. For the first part, we compare the performance of current state-of-the-art object detectors on both embedded and non-embedded devices. We have analyzed how they performed concerning the real-time aspect and how decreasing the input size can increase the real-time performance, but by then sacrificing some of the model's performance. For the second part, we have developed multiple extensions of the standard widerface dataset. We have analyzed the effects of these expansions on the data and the model's performance. With the presented result, we want to better understand how near the current development in hardware and object detection has brought us to running state-of-the-art object detectors in real-time, with extra attention to the performance of embedded devices. The presented results also give researchers access to new face datasets for future research. A final contribution is a novel modification of the YOLOv8 state-of-the-art object detector for anonymization purposes to enable implementation in smart city domains.