Nekünk emberek számára egy objektum felismerése egy képen kifejezetten egyszerű feladat, azonban a gép számára ez az egyik legnehezebb probléma. Az utóbbi évtizedben rengeteg általános Neurális hálózat alapú megoldás született különböző gépi látási problémák megoldására (pl.: kép osztályozás, objektum felismerés, objektum szegmentálás). Azonban ezen megoldások gyakran nagy számítási kapacitást igényelnek, így a videók valós időben történő feldolgozásra nem alkalmasak. A hallgató a projekt során megismerkedik a képfeldolgozás alapjaival és fő problémaköreivel, majd a legkorszerűbb neurális hálózat alapú kép- és videófeldolgozó modellekkel. A hallgató részt vesz egy valós idejű videófeldolgozó keretrendszer kialakításában, ahol feladata elő- és utófeldolgozási algoritmusok és alacsony erőforrásigényű videófeldolgozó modellek kialakítása.