FairMOT, वीडियो पर अनेक वस्तुओं को त्वरित रूप से ट्रैक करने की एक प्रणाली

माइक्रोसॉफ्ट और सेंट्रल चाइना यूनिवर्सिटी के शोधकर्ता विकसित किया है मशीन लर्निंग प्रौद्योगिकियों का उपयोग करके वीडियो में कई वस्तुओं को ट्रैक करने के लिए एक नई उच्च-प्रदर्शन विधि - फेयरमोट (फेयर मल्टी-ऑब्जेक्ट ट्रैकिंग)। पाइटोरच और प्रशिक्षित मॉडल के आधार पर विधि कार्यान्वयन के साथ कोड प्रकाशित GitHub पर.

अधिकांश मौजूदा ऑब्जेक्ट ट्रैकिंग विधियाँ दो चरणों का उपयोग करती हैं, प्रत्येक को एक अलग तंत्रिका नेटवर्क द्वारा कार्यान्वित किया जाता है। पहला चरण रुचि की वस्तुओं का स्थान निर्धारित करने के लिए एक मॉडल चलाता है, और दूसरा चरण एक एसोसिएशन सर्च मॉडल का उपयोग करता है जिसका उपयोग वस्तुओं को फिर से पहचानने और उनके साथ एंकर जोड़ने के लिए किया जाता है।

FairMOT एक विकृत दृढ़ तंत्रिका नेटवर्क पर आधारित एक-चरण कार्यान्वयन का उपयोग करता है (DCNv2, डिफॉर्मेबल कन्वोल्यूशनल नेटवर्क), जो आपको ऑब्जेक्ट ट्रैकिंग की गति में उल्लेखनीय वृद्धि प्राप्त करने की अनुमति देता है। फेयरएमओटी उच्च परिशुद्धता वाले ऑब्जेक्ट मानचित्र पर ऑब्जेक्ट केंद्रों के ऑफसेट को निर्धारित करने के लिए पुन: पहचान तंत्र का उपयोग करके एंकर के बिना काम करता है। समानांतर में, एक प्रोसेसर निष्पादित किया जाता है जो वस्तुओं की व्यक्तिगत विशेषताओं का मूल्यांकन करता है जिसका उपयोग उनकी पहचान की भविष्यवाणी करने के लिए किया जा सकता है, और मुख्य मॉड्यूल विभिन्न पैमाने की वस्तुओं में हेरफेर करने के लिए इन सुविधाओं का अभिसरण करता है।

फेयरमोट में मॉडल को प्रशिक्षित करने के लिए, लोगों का पता लगाने और खोज के लिए छह सार्वजनिक डेटासेट के संयोजन का उपयोग किया गया था (ईटीएच, सिटीपर्सन, कैलटेक, एमओटी17, सीयूएचके-एसआईएसयू)। मॉडल का परीक्षण वीडियो के परीक्षण सेट का उपयोग करके किया गया था 2डीएमओटी15, एमओटी16, एमओटी17 и एमओटी20परियोजना द्वारा प्रदान किया गया एमओटी चुनौती और विभिन्न स्थितियों, कैमरे की गति या घुमाव, विभिन्न देखने के कोणों को कवर करता है। परीक्षण से यह पता चला
फेयरमॉट कहीं बेहतर है सबसे तेज़ प्रतिस्पर्धी मॉडल ट्रैकआरसीएनएन и जेडीई जब 30 फ्रेम प्रति सेकंड वीडियो स्ट्रीम पर परीक्षण किया गया, तो नियमित वीडियो स्ट्रीम का तुरंत विश्लेषण करने के लिए पर्याप्त प्रदर्शन प्रदर्शित हुआ।

स्रोत: opennet.ru