ردیابی چند شیء با تشخیص مبتنی بر یادگیری عمیق در ویدئو

Abstract

ردیابی چند شیء یک کار اساسی بینایی رایانه‌ای است که به دلیل پتانسیل علمی و تجاری آن توجه روزافزونی را به خود جلب نموده است. با این حال، ردیابی دقیق اشیاء بسیار چالش برانگیز است، که این چالش‌ها شامل شباهت و چگالی بالای اشیاء شناسایی‌شده است. همچنین، انسداد و تغییرات دیدگاه نیز می‌تواند با حرکت اشیاء رخ‌دهد. در این مقاله، چارچوبی برای ردیابی بلادرنگ چند شیء معرفی شده‌است که مبتنی بر نسخه اصلاح‌شده الگوریتم SORT است. ردیابی چند شیء، به دو بخش تقسیم می‌شود. در بخش اول، تشخیص شیء با استفاده از سری YOLO صورت می‌گیرد. اگر در این مرحله اطلاعاتی از بین برود در ادامه جبران این اطلاعات از دست رفته امکان‌پذیر نیست. بخش دوم مربوط به ردیابی شیء است که خود شامل سه مرحله است. اول استخراج ویژگی که برای این کار از آموزش انتقالی سری YOLOv8 استفاده شده است. دوم پیش‌بینی موقعیت با استفاده از فیلتر کالمن، و سوم نیز ارتباط داده و تطبیق دادن اشیاء است که برای این کار نیز از الگوریتم مجارستانی استفاده شده است. در بخش پیوند داده اخیرا استفاده از روش‌های یادگیری عمیق گسترش یافته است. و در آخر معیار MOTA به عنوان نتیجه مورد استفاده قرار گرفت که برابر با 65.3 شد که 7.2% بهتر از مقاله مرجع شد.