HyperAIHyperAI

Command Palette

Search for a command to run...

مرشح بايز لتعقب كائنات ثلاثية الأبعاد متعددة من وجهات نظر متعددة مع معالجة التغطية

Jonah Ong Ba Tuong Vo Ba Ngu Vo Du Yong Kim Sven Nordholm

الملخص

تُقدّم هذه الورقة بحثًا عن مُتتبع متعدد الكاميرات ومتعدد الأهداف يعمل بشكل مباشر (online)، يعتمد فقط على تدريب كاشف أحادي (monocular detector) دون الحاجة إلى اعتبار تكوينات الكاميرات المتعددة، مما يسمح بتوسيع أو إزالة الكاميرات بشكل سلس دون الحاجة إلى إعادة التدريب. يتميز الخوارزمية المقترحة بتعقيد خطي بالنسبة للعدد الكلي للكشفات عبر الكاميرات، وبالتالي تتميّز بقابلية التوسع الجيدة مع زيادة عدد الكاميرات. تعمل الخوارزمية في إطار العالم ثلاثي الأبعاد (3D world frame)، وتوفر تقديرات مسار ثلاثية الأبعاد للأهداف. تكمن الابتكار الرئيسي في نموذج احتشاء ثلاثي الأبعاد عالي الدقة ولكن قابل للتطبيق، والذي يمكنه التكيّف مع الترشيح البايزي المثالي متعدد الرؤى والمتعدد الأهداف، حيث يتم دمج المهام الفرعية مثل إدارة المسارات، وتقدير الحالة، ورفض التشويش، ومعالجة الاحتشاء أو الأخطاء في الكشف، بشكل سلس داخل عملية بايزية مفردة. وقد تم تقييم الخوارزمية المقترحة على أحدث مجموعة بيانات WILDTRACKS، وأظهرت كفاءتها في المشاهد المزدحمة جدًا على مجموعة بيانات جديدة.


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