Comment suivre les personnes dans des masques ou une approche universelle pour suivre des objets de nature arbitraire

introduction

Depuis que les réseaux de neurones ont commencé à gagner en popularité, la plupart des ingénieurs ont commencé à résoudre de nombreux problèmes logiciels dans le domaine de la sécurité publique en utilisant des méthodes d'apprentissage en profondeur. Malgré le fait que les réseaux de neurones n'ont pas de concurrents en termes de détection et d'identification des objets, ils ne peuvent toujours pas se vanter de la capacité d'analyser et de raisonner, mais seulement de créer des modèles qui ne peuvent pas toujours être compris ou interprétés.

Nous sommes d'avis que les approches interprétables et prévisibles, telles que, par exemple, l'approche d'association probabiliste de données, seront plus efficaces pour suivre plusieurs objets.

La précision du suivi et les avantages de l'approche que nous avons choisie sont clairement visibles (plus dans l'article):

Comparaison du populaire tracker Re3 (à gauche) et de notre composant AcurusTrack (à droite)

: “ Public Safety Software”. , - . , .

GitHub.

Public Safety , . ( , , ..). , , .

, , ( "" ), , , , ..

, . , , .

, :

• , (, , dlib);
• , (, );
• , — ( ).

, , .

, ( ) , , . — . , , , .

N , . F_1, ..., F_N. (detections) D_1,...,D_k, k<=N. i=1,...,N, (id).

, , , . , , iou — intersection over union — k k-1 ; . , , , .

, , , , . , : OY y , O — x, , . , (x, y), i- , (i∗img_w+x, y), img_w — .

, ( OX )

, , EvenVizion, .

. , (data association).

, , - (MCMC).

() . , .

:

• , , ;
• , , , , . , ( );
• , ( : , );
• ;
• cpu .

, :

1. ;
2. EvenVizion;
3. ;
4. , .

AcurusTrack

, :

• ,

AcurusTrack , :

• : , ;
• .

computer vision. , , .. .

AcurusTrack , , .

, , ( ).

, — GitHub.