Tutkijat Microsoftista ja Keski-Kiinan yliopistosta uusi tehokas menetelmä useiden objektien seuraamiseen videossa käyttämällä koneoppimistekniikoita - FairMOT (Fair Multi-Object Tracking). Koodi menetelmän toteutuksella Pytorchiin ja koulutettuihin malleihin perustuen GitHubissa.
Useimmat olemassa olevat objektien seurantamenetelmät käyttävät kahta vaihetta, joista kukin on toteutettu erillisellä neuroverkolla. Ensimmäisessä vaiheessa ajetaan malli kiinnostavien kohteiden sijainnin määrittämiseksi, ja toisessa vaiheessa käytetään assosiaatiohakumallia, jolla objektit tunnistetaan uudelleen ja ankkurit kiinnitetään niihin.
FairMOT käyttää yksivaiheista toteutusta, joka perustuu deformoituvaan konvoluutiohermoverkkoon (, Deformable Convolutional Network), jonka avulla voit saavuttaa huomattavan lisäyksen kohteen seurannan nopeudessa. FairMOT toimii ilman ankkureita ja käyttää uudelleentunnistusmekanismia objektien keskipisteiden siirtymien määrittämiseen erittäin tarkalla kohdekartalla. Samanaikaisesti suoritetaan prosessori, joka arvioi objektien yksittäiset ominaisuudet, joiden avulla voidaan ennustaa niiden identiteetti, ja päämoduuli suorittaa näiden ominaisuuksien konvergenssin manipuloidakseen eri mittakaavaisia objekteja.
Mallin kouluttamiseen FairMOTissa käytettiin kuuden julkisen tietojoukon yhdistelmää ihmisten havaitsemiseen ja etsimiseen (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Mallia testattiin käyttämällä videotestisarjoja , , и hankkeen tarjoama ja kattaa erilaisia tilanteita, kameran liikettä tai pyörimistä, erilaisia katselukulmia. Testi osoitti sen
FairMOT nopeimmin kilpailevia malleja и testattaessa 30 ruutua sekunnissa videovirralla, mikä osoittaa suorituskykyä, joka riittää analysoimaan tavallisia videovirtoja lennossa.
Lähde: opennet.ru