Microsofti ja Kesk-Hiina Ülikooli teadlased on välja töötanud uue kõrgtehnoloogilise meetodi mitme objekti jälgimiseks videos, kasutades masinõppe tehnoloogiaid – FairMOT (Fair Multi-Object Tracking). Kood meetodi rakendamiseks Pytorch’i baasil ja treenitud mudelid on GitHub.
Enamik olemasolevaid objekti jälgimise meetodeid kasutab kahte etappi, millest igaüks on rakendatud eraldi närvivõrgus. Esimeses etapis tuvastatakse huvipakkuvate objektide asukohad, samas kui teises etapis kasutatakse assotsiatsioonide otsimise mudelit objektide uue identifitseerimise ja ankurduste seostamiseks.
FairMOT-is rakendatakse ühes etapis deformeeritavat konvolutsioonivõrku (, Deformable Convolutional Network), mis võimaldab tõhusamat objekti jälgimise kiirusetõusu. FairMOT töötab ilma ankurdusteta, kasutades uuesti identifitseerimise mehhanismi objektide keskpunktide nihke määramiseks kõrgelt täpses objektikaardis. Samal ajal töötab töötleja, mis hindab objektide individuaalseid jooni, mida saab kasutada nende identiteedi ennustamiseks, samas kui põhikomponent kogub eelnimetatud jooni erineva suurusega objektide manipuleerimiseks.
FairMOT mudeli koolitamiseks kasutati kuue avaliku andmestiku kombinatsiooni, et tuvastada ja otsida inimesi (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Mudelit testiti videovaliku kontrollimiseks , , ja , mille on esitanud projekt ja mis hõlmab erinevaid olukordi, kaameraliikumist või pöörlemist, erinevaid vaatepunkte. Teostatud testimine näitas, et
FairMOT on kiireim konkurentsivõimeline mudel ja videote testimisel, mille kaadrisagedus on 30 kaadrit sekundis, näidates jõudlust, mis on piisav tavavideovoogude reaalajas analüüsimiseks.
Allikas: opennet.ru
