Pēdējos gados datorredze ir guvusi būtiskus panākumus objektu atklāšanas uzdevumā attēlos. Tomēr, šī brīža labākie paņēmieni pieprasa būtiskus skaitļošanas resursus, tādēļ to pielietojums reāla laika video apstrādē ir ierobežots. Šis promocijas darbs pievēršas metodēm, kuras efektīvi atklāj kustīgus objektus video, un kuras var īstenot ar lētām un pēc skaitļošanas jaudas ierobežotām iekārtām tādos liela mēroga uzdevumos kā lielceļu un cilvēku monitorings. Darbā veiktā literatūras analīze apskata dažādas objektu atklāšanas metodes, nosakot, kuras metodes dod precīzākus rezultātus, kuras ir robustas pret mainīgiem apstākļiem, un kuras ir efektīvas patērēto skaitļošanas resursu ziņā. Balstoties uz literatūras analīzi, tiek izveidotas jaunas video apstrādes metodes kustīgu objektu atklāšanai. Pirmā izstrādātā efektīvā metode – intervāli uz virtuālas atklāšanas līnijas IoVDL (Intervals on a Virtual Detection Line) – apstrādā tikai to daļu no kadra pikseļiem, kas atrodas uz virtuālas atklāšanas līnijas. Salīdzinot ar eksistējošām efektīvām metodēm, kas apstrādā tikai kadra reģionu, piedāvātā intervālu pieeja ļauj IoVDL pielietot plašākam uzdevumu lokam. IoVDL daudzpusība tiek vēl vairāk parādīta ar paplašinātās IoVDL izveidi. Izvietojot kadrā vairākas atklāšanas līnijas, paplašinātā IoVDL metode spēj izsekot un raksturot kustīgus objektus, joprojām paliekot efektīva skaitļošanas resursu ziņā. Cita izveidotā metode – uz rekurentā neironu tīkla balstīta virtuāla atklāšanas līnija RNN- VDL (Recurrent Neural Network-based Virtual Detection Line) – apvieno atklāšanas līnijas efektivitāti ar mašīnmācīšanās pieeju, kas padara metodi apmācāmu dažādu objektu atklāšanai. Piedāvātā metode pieprasa specifiskus apmācības datus, tādēļ daļa darba ir veltīta datu marķēšanas pieeju izpētei un jaunu pieeju izveidei. Piedāvātās atklāšanas metodes tiek īstenotas un eksperimentāli testētas, veicot gan precizitātes, gan skaitļošanas efektivitātes mērījumus. IoVDL un RNN-VDL tiek salīdzinātas uz automašīnu skaitīšanas uzdevuma. Paplašinātā IoVDL tiek testēta uz automašīnu klasificēšanas uzdevuma. Plašā RNN-VDL pielietojamība tiek testēta to pārtrenējot un pielietojot cilvēku skaitīšanas uzdevumam. Disertācijā tiek pierādītas četras tēzes. Darbā ir 132. lpp., 37 attēli, 4 tabulas, 2 algoritmi, 111 izmantotie literatūras avoti un 6 pielikumi. Darbs ir izstrādāts Elektronikas un datorzinātņu institūtā (EDI).