Peneliti dari Microsoft dan Central China University metode berkinerja tinggi baru untuk melacak banyak objek dalam video menggunakan teknologi pembelajaran mesin - FairMOT (Fair Multi-Object Tracking). Kode dengan implementasi metode berdasarkan Pytorch dan model terlatih di GitHub.
Sebagian besar metode pelacakan objek yang ada menggunakan dua tahap, masing-masing diimplementasikan oleh jaringan saraf terpisah. Tahap pertama menjalankan model untuk menentukan lokasi objek yang diminati, dan tahap kedua menggunakan model pencarian asosiasi yang digunakan untuk mengidentifikasi ulang objek dan memasang jangkar pada objek tersebut.
FairMOT menggunakan implementasi satu tahap berdasarkan jaringan saraf konvolusional yang dapat dideformasi (, Jaringan Konvolusional yang Dapat Dideformasi), yang memungkinkan Anda mencapai peningkatan nyata dalam kecepatan pelacakan objek. FairMOT bekerja tanpa jangkar, menggunakan mekanisme identifikasi ulang untuk menentukan offset pusat objek pada peta objek presisi tinggi. Secara paralel, prosesor dijalankan untuk mengevaluasi fitur individual objek yang dapat digunakan untuk memprediksi identitasnya, dan modul utama melakukan konvergensi fitur-fitur ini untuk memanipulasi objek dengan skala berbeda.
Untuk melatih model di FairMOT, digunakan kombinasi enam kumpulan data publik untuk deteksi dan pencarian orang (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Model diuji menggunakan set video uji , , ΠΈ disediakan oleh proyek dan mencakup situasi yang berbeda, pergerakan atau rotasi kamera, sudut pandang yang berbeda. Pengujian menunjukkan hal itu
AdilMOT model pesaing tercepat ΠΈ ketika diuji pada streaming video 30 frame per detik, menunjukkan kinerja yang cukup untuk menganalisis streaming video biasa dengan cepat.
Sumber: opennet.ru