Riċerkaturi mill-Microsoft u l-Università taċ-Ċina Ċentrali metodu ġdid ta 'prestazzjoni għolja għat-traċċar ta' oġġetti multipli fil-vidjo bl-użu ta 'teknoloġiji ta' tagħlim bil-magni - FairMOT (Fair Multi-Object Tracking). Kodiċi bl-implimentazzjoni tal-metodu bbażat fuq Pytorch u mudelli mħarrġa fuq GitHub.
Ħafna mill-metodi eżistenti ta 'traċċar ta' oġġetti jużaw żewġ stadji, kull wieħed implimentat minn netwerk newrali separat. L-ewwel stadju jmexxi mudell għad-determinazzjoni tal-post ta 'oġġetti ta' interess, u t-tieni stadju juża mudell ta 'tfittxija ta' assoċjazzjoni użat biex jidentifika mill-ġdid l-oġġetti u jehmeż ankri magħhom.
FairMOT juża implimentazzjoni fi stadju wieħed ibbażata fuq netwerk newrali konvoluzzjonali deformabbli (, Netwerk Konvoluzzjonali Deformabbli), li jippermettilek li tikseb żieda notevoli fil-veloċità tat-traċċar tal-oġġett. FairMOT jaħdem mingħajr ankri, billi juża mekkaniżmu ta 'identifikazzjoni mill-ġdid biex jiddetermina l-offsets taċ-ċentri ta' l-oġġetti fuq mappa ta 'oġġetti ta' preċiżjoni għolja. B'mod parallel, jiġi esegwit proċessur li jevalwa l-karatteristiċi individwali ta 'oġġetti li jistgħu jintużaw biex ibassru l-identità tagħhom, u l-modulu prinċipali jwettaq konverġenza ta' dawn il-karatteristiċi biex jimmanipula oġġetti ta 'skali differenti.
Biex jitħarreġ il-mudell f'FairMOT, intużat taħlita ta' sitt settijiet ta' dejta pubbliċi għall-iskoperta u t-tfittxija tan-nies (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Il-mudell ġie ttestjat bl-użu ta 'settijiet ta' vidjows tat-test , , и ipprovdut mill-proġett u li jkopru sitwazzjonijiet differenti, moviment jew rotazzjoni tal-kamera, angoli differenti tal-vista. L-ittestjar wera li
FairMOT mudelli li jikkompetu l-aktar mgħaġġla и meta ttestjat fuq 30 frejm kull sekonda video streams, li juri prestazzjoni suffiċjenti biex tanalizza streams tal-vidjo regolari fuq il-fly.
Sors: opennet.ru