Studiues nga Microsoft dhe Universiteti Qendror i Kinës një metodë e re me performancë të lartë për gjurmimin e objekteve të shumta në video duke përdorur teknologjitë e mësimit të makinerive - FairMOT (Fair Multi-Object Tracking). Kodi me zbatimin e metodës bazuar në Pytorch dhe modele të trajnuara në GitHub.
Shumica e metodave ekzistuese të gjurmimit të objekteve përdorin dy faza, secila e zbatuar nga një rrjet nervor i veçantë. Faza e parë drejton një model për gjetjen e objekteve me interes, dhe faza e dytë përdor një model kërkimi asociacioni për të riidentifikuar objektet dhe për t'i bashkuar ankorat.
FairMOT përdor një zbatim me një fazë të bazuar në një rrjet nervor konvolucionist të deformueshëm (, Rrjeti konvolutional i deformueshëm), i cili ju lejon të arrini një rritje të dukshme të shpejtësisë së gjurmimit të objekteve. FairMOT funksionon pa ankora, duke përdorur një mekanizëm riidentifikimi për të përcaktuar zhvendosjet e qendrave të objekteve në një hartë objekti me saktësi të lartë. Paralelisht, ekzekutohet një procesor që vlerëson veçoritë individuale të objekteve që mund të përdoren për të parashikuar identitetin e tyre dhe moduli kryesor kryen një konvergjencë të këtyre veçorive për të manipuluar objekte të shkallëve të ndryshme.
Për të trajnuar modelin në FairMOT, u përdor një kombinim i gjashtë grupeve të të dhënave publike për zbulimin dhe kërkimin e njerëzve (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Modeli u testua duke përdorur grupe testimi videosh , , и parashikuar nga projekti dhe mbulimi i situatave të ndryshme, lëvizja ose rrotullimi i kamerës, kënde të ndryshme shikimi. Testimi tregoi se
FairMOT modelet më të shpejta konkurruese и kur testohet në transmetime video me 30 korniza për sekondë, duke demonstruar performancë të mjaftueshme për të analizuar transmetimet e rregullta video në fluturim.
Burimi: opennet.ru