HyperAIHyperAI

Command Palette

Search for a command to run...

دمج كاشفات الرأس والجسم الكامل لمتابعة متعددة الأهداف

Roberto Henschel Laura Leal-Taixé Daniel Cremers Bodo Rosenhahn

الملخص

لتعقب جميع الأشخاص في مشهد ما، أثبتت طريقة التعقب عن طريق الكشف أنها نهج فعال للغاية. ومع ذلك، فإن الاعتماد فقط على كاشف واحد يعتبر أيضًا قيدًا رئيسيًا، حيث قد يتم تجاهل معلومات الصورة المفيدة. ونتيجة لذلك، يوضح هذا العمل كيفية دمج كاشفين في نظام تعقب. للاستفادة من المسارات، نقترح صياغة عملية التعقب كمشكلة تصنيف الرسوم البيانية ذات الأوزان، مما يؤدي إلى برنامج تربيعي ثنائي. نظرًا لأن هذه المشكلات تعتبر NP-صعبة (NP-hard)، يمكن تقريب الحل فقط. استنادًا إلى خوارزمية فرانك-ولف (Frank-Wolfe)، نقدم حلّالًا جديدًا يعد حاسمًا للتعامل مع مثل هذه المشكلات الصعبة. تم توفير تقييم لتعقب المشاة في سيناريوهات متعددة، مما يظهر النتائج الفائقة مقارنة بتعقب الكاشف الواحد والحلقات القياسية لـ QP. وأخيرًا، يحتل مُعَقِّبُنا المركز الثاني في معيار MOT16 والمركز الأول في المعيار الجديد MOT17، مما يجعله أفضل من أكثر من 90 مُعَقِّب.请注意,上述翻译中的一些术语如“NP-صعبة”、“خوارزمية فرانك-ولف”、“برنامج تربيعي ثنائي”等都是根据通用译法进行翻译的,以保持专业性和准确性。同时,为了使译文更加流畅和符合阿拉伯语的表达习惯,对句子结构进行了适当的调整。


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp