Как в онлайн-трансляцию вставить графику, небольшие блоки с информацией, которые привязываются к разным движущимся объектам?

Суть вопроса вот в чем: камера ведет прямую трансляцию с небольшого пруда с утками. Уток не более 8-12 одновременно, в среднем 2-5 штук. На мониторах над каждой птицей мы видим небольшой счётчик, который показывает количество секунд, проведённых каждой птицей в кадре.
Можно ли это сделать в "домашних" условиях в плане железа?
Кажется это похоже на работу системы распознавания лиц, но без погрузки дополнительных данных, отслеживается и отображается лишь один параметр объекта.