Forskare från Microsoft och Central China University en ny högpresterande metod för att spåra flera objekt i video med hjälp av maskininlärningsteknik - FairMOT (Fair Multi-Object Tracking). Kod med metodimplementering baserad på Pytorch och tränade modeller på GitHub.
De flesta befintliga objektspårningsmetoder använder två steg, var och en implementerad av ett separat neuralt nätverk. Det första steget kör en modell för att bestämma platsen för objekt av intresse, och det andra steget använder en associationssökningsmodell som används för att omidentifiera objekt och fästa ankare till dem.
FairMOT använder en enstegsimplementering baserad på ett deformerbart faltningsneuralt nätverk (, Deformerable Convolutional Network), vilket gör att du kan uppnå en märkbar ökning av hastigheten för objektspårning. FairMOT fungerar utan ankare och använder en omidentifieringsmekanism för att bestämma förskjutningarna av objektcentrum på en objektkarta med hög precision. Parallellt exekveras en processor som utvärderar de individuella egenskaperna hos objekt som kan användas för att förutsäga deras identitet, och huvudmodulen utför en konvergens av dessa egenskaper för att manipulera objekt av olika skalor.
För att träna modellen i FairMOT användes en kombination av sex offentliga datauppsättningar för persondetektering och sökning (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Modellen testades med hjälp av testuppsättningar av videor , , и tillhandahålls av projektet och täcker olika situationer, kamerarörelser eller rotation, olika betraktningsvinklar. Testerna visade det
FairMOT snabbast konkurrerande modeller и när den testades på 30 bildrutor per sekund videoströmmar, vilket visar prestanda som är tillräcklig för att analysera vanliga videoströmmar i farten.
Källa: opennet.ru