HyperAIHyperAI

Command Palette

Search for a command to run...

تعقب بدون زخاريف و أجراس

Philipp Bergmann; Tim Meinhardt; Laura Leal-Taixe

الملخص

مشكلة تتبع الأهداف المتعددة في سلسلة الفيديو تطرح عدة مهام صعبة. بالنسبة للتتبع عبر الكشف، تشمل هذه المهام إعادة تحديد الهدف، التنبؤ بالحركة وتعامل مع الإخفاءات. نقدم نظام تتبع (بدون زخارف إضافية) يحقق التتبع دون استهداف أي من هذه المهام بشكل خاص، حيث لا نقوم بأي تدريب أو تحسين على بيانات التتبع. لهذا الغرض، نستغل تقدير الصندوق الحدودي للكاشف الهدف للتنبؤ بموقع الهدف في الإطار التالي، مما يحول الكاشف إلى Tracktor (تراكتر). نوضح إمكانات Tracktor ونقدم أحدث مستوى عالمي في ثلاثة مقاييس لتتبع الأهداف المتعددة من خلال توسيعه بإعادة تحديد بسيطة وتعويض حركة الكاميرا. ثم نقوم بتحليل أداء وحالات الفشل لعدة طرق تتبع عالمية مقارنة بنظامنا Tracktor. بشكل مفاجئ، لم تكن أي من الطرق المخصصة للتتبع أفضل بكثير في التعامل مع السيناريوهات المعقدة للتتبع، مثل الأهداف الصغيرة والمخفية أو الاكتشافات الناقصة. ومع ذلك، فإن نهجنا يتعامل مع معظم السيناريوهات البسيطة للتتبع. لذلك، نحفز نهجنا كنموذج جديد للتتبع ونشير إلى اتجاهات البحث الواعدة في المستقبل. بشكل عام، يقدم Tracktor أداءً متبعًا أفضل من أي طريقة تتبع حالية ويكشف تحليلنا عن التحديات المتبقية والغير محلولة في مجال التتبع لتحفيز اتجاهات البحث المستقبلية.


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