استرجاع الكشف في تتبع الكائنات المتعددة عبر الإنترنت باستخدام مُتتبع رسم بياني نادر

في الطرق الحالية للكشف والتعقب المشترك، تُستخدم السمات العلاقة الزوجية لربط المسارات السابقة بالكشوف الحالية. ومع ذلك، قد لا تكون هذه السمات كافية في التمييز بالنسبة للمُتعقِّب لتحديد الهدف من بين عدد كبير من الكشوف. وعند اختيار الكشوف ذات الدرجات العالية فقط للتعقب، قد يؤدي ذلك إلى فقدان كشوف ذات درجات ثقة منخفضة. وبالتالي، في البيئة الزمنية الحية (online)، يتسبب ذلك في انقطاع المسارات التي لا يمكن استعادتها لاحقًا. في هذا السياق، نقدم نموذج "مُتعقِّب الرسم البياني النادر" (Sparse Graph Tracker - SGT)، وهو مُتعقِّب رسم بياني حي جديد يعتمد على سمات علاقات من الرتبة العليا، والتي تكون أكثر تمييزًا من خلال تجميع سمات الكشوف المجاورة وعلاقتها المتبادلة. يقوم SGT بتحويل بيانات الفيديو إلى رسم بياني، حيث تُمثّل الكشوف، واتصالاتها، وسمات العلاقات بين كائنين متصلين، على التوالي، بالعقد، والحواف، وسمات الحواف. تسمح سمات الحواف القوية لـ SGT بتعقب الأهداف باستخدام مرشحات تعقب مُختارة من بين أعلى K كشفًا (مع قيمة كبيرة لـ K). وبذلك، يمكن تعقب الكشوف ذات الدرجات المنخفضة أيضًا، كما يتم استعادة الكشوف المفقودة. وقد أظهرت التجارب الواسعة مرونة النموذج تجاه قيمة K. وتفوق SGT في تحديات MOT16/17/20 وHiEve أداءً أفضل من أحدث النماذج الحالية، مع سرعة استنتاج حية (real-time). وبشكل خاص، أظهر تحسنًا كبيرًا في مؤشر MOTA في تحديي MOT20 وHiEve. يمكن الوصول إلى الكود عبر الرابط: https://github.com/HYUNJS/SGT.