I ricercatori di Microsoft e dell'Università Centrale della Cina hanno sviluppato un nuovo metodo ad alte prestazioni per il tracciamento di più oggetti nei video, utilizzando tecnologie di machine learning - FairMOT (Fair Multi-Object Tracking). Il codice dell'implementazione del metodo basato su Pytorch e i modelli addestrati su GitHub.
La maggior parte degli attuali metodi di tracciamento degli oggetti utilizza due fasi, ciascuna delle quali è implementata da una rete neurale separata. Nella prima fase, un modello identifica la posizione degli oggetti di interesse; nella seconda fase, viene utilizzato un modello di associazione per la re-identificazione degli oggetti e il collegamento con gli anchor.
In FairMOT si applica un'implementazione a singola fase basata su una rete neurale convoluzionale deformabile (, Rete Convoluzionale Deformabile), che consente di ottenere un notevole incremento nella velocità di tracciamento degli oggetti. FairMOT funziona senza utilizzare anchor, impiegando un meccanismo di re-identificazione per determinare le variazioni nei centri degli oggetti su una mappa oggetti ad alta precisione. Parallelamente, un elaboratore valuta caratteristiche individuali degli oggetti, che possono essere utilizzate per prevedere la loro identità, mentre il modulo principale sintetizza queste caratteristiche per la manipolazione di oggetti di diverse dimensioni.
Per addestrare il modello in FairMOT è stata utilizzata una combinazione di sei set di dati pubblici per la rilevazione e ricerca di persone (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Il modello è stato testato utilizzando raccolte video di verifica , , e , fornite dal progetto e che coprono diverse situazioni, movimento o rotazione della camera, angoli di vista differenti. I test condotti hanno dimostrato che
FairMOT è più veloce rispetto ai modelli concorrenti e quando testato su video a 30 frame al secondo, dimostrando prestazioni sufficienti per analizzare flussi video normali in tempo reale.
Fonte: opennet.ru
