Forskere fra Microsoft og Central China University en ny højtydende metode til sporing af flere objekter i video ved hjælp af maskinlæringsteknologier - FairMOT (Fair Multi-Object Tracking). Kode med metodeimplementering baseret på Pytorch og trænede modeller på GitHub.
De fleste eksisterende objektsporingsmetoder bruger to faser, hver implementeret af et separat neuralt netværk. Den første fase kører en model til at bestemme placeringen af objekter af interesse, og den anden fase bruger en associationssøgningsmodel, der bruges til at genidentificere objekter og fastgøre ankre til dem.
FairMOT bruger en et-trins implementering baseret på et deformerbart foldningsneuralt netværk (, Deformerable Convolutional Network), som giver dig mulighed for at opnå en mærkbar stigning i hastigheden af objektsporing. FairMOT fungerer uden ankre ved at bruge en genidentifikationsmekanisme til at bestemme forskydninger af objektcentre på et objektkort med høj præcision. Parallelt hermed udføres en processor, der evaluerer de individuelle egenskaber af objekter, der kan bruges til at forudsige deres identitet, og hovedmodulet udfører en konvergens af disse funktioner for at manipulere objekter af forskellig skala.
For at træne modellen i FairMOT blev der brugt en kombination af seks offentlige datasæt til persondetektion og -søgning (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Modellen blev testet ved hjælp af testsæt af videoer , , и leveret af projektet og dækker forskellige situationer, kamerabevægelse eller rotation, forskellige betragtningsvinkler. Testen viste det
FairMOT hurtigste konkurrerende modeller и ved test på 30 billeder pr. sekund videostreams, hvilket demonstrerer ydeevne tilstrækkelig til at analysere almindelige videostreams på farten.
Kilde: opennet.ru