HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

تجميع مكثف لمنع التداخل في تتبع الأشخاص عبر كاميرات متعددة غير متزامنة

{Takayoshi Yamashita Masazumi Amakata Junichiro Fujii Junichi Okubo Ryuto Yoshida}

تجميع مكثف لمنع التداخل في تتبع الأشخاص عبر كاميرات متعددة غير متزامنة

الملخص

تُعدّ تتبع الأشخاص عبر كاميرات متعددة مشكلة معقدة تتطلب دمجًا لعدة مهام في مجال الرؤية الحاسوبية، مثل كشف الكائنات، وتتبع الكائنات المتعددة، وتحديد الهوية الشخصية (Person Re-identification). تقدّم هذه الدراسة طريقة لتحديد الأشخاص عبر كاميرات متعددة تتكوّن من أربع عمليات رئيسية: (1) تتبع الأشخاص في كاميرا واحدة باستخدام تجميع مُقلّل من التداخل (overlap suppression clustering)، (2) استخراج الصور الممثلة باستخدام تقدير الوضعية (pose estimation) لغرض إعادة التعرف، (3) إعادة التعرف باستخدام التجميع الهرمي مع الربط المتوسط (average linkage)، و(4) تخصيص المسارات ذات التعرف المنخفض (low-identifiability tracklets). وقد حقّق فريقنا RIIPS أعلى درجة في دقة التتبع من الرتبة العليا (HOTA) تبلغ 71.9446% في مسابقة AI City Challenge 2024، المسار 1.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
multi-object-tracking-on-2024-ai-cityYachiyo
AssA: 71.81
DetA: 72.10
HOTA: 71.94
LocA: 88.39

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

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