Истражувачи од Мајкрософт и Универзитетот во Централна Кина нов метод со високи перформанси за следење на повеќе објекти во видео со помош на технологии за машинско учење - FairMOT (Fair Multi-Object Tracking). Код со имплементација на метод базиран на Pytorch и обучени модели на GitHub.
Повеќето постоечки методи за следење на објекти користат две фази, секоја имплементирана од посебна невронска мрежа. Првата фаза води модел за одредување на локацијата на објектите од интерес, а втората фаза користи модел за пребарување на асоцијација што се користи за повторно идентификување на објектите и прицврстување сидра на нив.
FairMOT користи едностепена имплементација базирана на деформабилна конволутивна невронска мрежа (, Deformable Convolutional Network), која ви овозможува да постигнете забележително зголемување на брзината на следење на објектот. FairMOT работи без сидра, користејќи механизам за повторна идентификација за одредување на поместувањата на центрите на објекти на мапа на објекти со висока прецизност. Паралелно, се извршува процесор кој ги проценува индивидуалните карактеристики на објектите што може да се користат за предвидување на нивниот идентитет, а главниот модул врши конвергенција на овие карактеристики за да манипулира со објекти од различни размери.
За обука на моделот во FairMOT, користена е комбинација од шест јавни збирки на податоци за откривање и пребарување на луѓе (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Моделот беше тестиран со помош на тест сетови видеа , , и предвидени со проектот и покривање различни ситуации, движење или ротација на камерата, различни агли на гледање. Тестирањето го покажа тоа
FairMOT најбрзите конкурентни модели и кога се тестира на видео преноси со брзина од 30 фрејмови во секунда, покажувајќи перформанси доволни за да се анализираат редовните видео преноси во лет.
Извор: opennet.ru