تتبع الكائنات كنقاط

تمّت متابعة الأهداف تقليديًا من خلال متابعة نقاط الاهتمام عبر الفضاء والزمن. لكن هذا التوجه تغير مع ظهور الشبكات العميقة القوية. في الوقت الراهن، يُهيمن على مجال المتابعة أنظمة متكاملة تقوم أولاً بتحديد الأهداف، ثم تربطها عبر الزمن، ويُعرف هذا النهج بـ"المتابعة عبر التحديد" (tracking-by-detection). في هذه الورقة، نقدّم خوارزمية مُتعدّدة المهام تُجري التحديد والمتابعة في آنٍ واحد، وتتفوّق على الحدّ الأقصى الحالي من حيث البساطة، والسرعة، والدقة. يُسمّى مُتابِعنا "CenterTrack"، ويُطبّق نموذج تحديد على زوج من الصور، بما في ذلك النتائج المستمدة من الإطار السابق. وباستخدام هذا المدخل المحدود، يُحدد CenterTrack مواقع الكائنات، ويتوقع ارتباطاتها بالإطار السابق. هذا كل شيء. يتميّز CenterTrack بالبساطة، والعمل في الوقت الفعلي (دون الاطلاع على المستقبل)، والقدرة على العمل بسرعة تصل إلى 22 إطارًا في الثانية. وقد حقق أداءً بنسبة 67.3% في مقياس MOTA على معيار MOT17، وبنسبة 89.4% على معيار KITTI للتنقل، بسرعة 15 إطارًا في الثانية، مُحدثًا بذلك أفضل أداء مسجل على كلا المعيارين. كما يمكن توسيع CenterTrack بسهولة لدعم المتابعة ثلاثية الأبعاد من منظور واحد، وذلك من خلال استخلاص خصائص إضافية ثلاثية الأبعاد. وباستخدام مدخلات فيديو من منظور واحد، حقق CenterTrack نسبة 28.3% في مقياس [email protected] على معيار المتابعة ثلاثية الأبعاد الجديد nuScenes، متفوّقًا بشكل ملحوظ على النموذج الأساسي المبني على منظور واحد، مع الحفاظ على سرعة تشغيل تصل إلى 28 إطارًا في الثانية.