HyperAIHyperAI

Command Palette

Search for a command to run...

Online-Mehrzielverfolgungsrahmen mit GMPHD-Filter und Verwaltung von Okklusionsgruppen

Young-min Song Kwangjin Yoon Young-Chul Yoon Kin-Choong Yow Moongu Jeon*

Zusammenfassung

In dieser Arbeit schlagen wir einen effizienten Online-Mehrzielverfolgungsrahmen vor, der auf dem GMPHD-Filter und einem Verwaltungsschema für Okklusionsgruppen basiert. Der GMPHD-Filter nutzt eine hierarchische Datenzuordnung, um die Fehlalarme zu reduzieren, die durch Fehldetektionen verursacht werden. Die hierarchische Datenzuordnung besteht aus zwei Schritten: Detektion-zu-Verfolgung und Verfolgung-zu-Verfolgung Zuordnungen, die verlorene Verfolgungen und ihre vertauschten IDs wiederherstellen können.Darüber hinaus ist das vorgeschlagene Framework mit einem Objektgruppenverwaltungsschema ausgestattet, das Okklusionsprobleme in zwei Hauptteilen behandelt. Der erste Teil ist „Verfolgungsvereinigung“ (track merging), die fälschlicherweise positive Verfolgungen zusammenführt, die durch Okklusionen verursacht wurden. Diese fälschlicherweise positiven Verfolgungen werden in der Regel mit einer Maßnahme quantifiziert. Die Maßnahme ist das Okklusionsverhältnis zwischen visuellen Objekten, definiert als Summe des Flächenüberschneidungsverhältnisses (SIOA) anstelle des IOU-Metriks. Der zweite Teil ist „Okklusionsgruppenenergieminimierung“ (OGEM), die verhindert, dass okkulierte wahrhaft positive Verfolgungen fälschlicherweise zusammengeführt werden. Wir definieren jede Gruppe von okkultierten Objekten als Energiefunktion und suchen eine optimale Hypothese, die die Energie minimiert.Wir evaluieren den vorgeschlagenen Tracker in Benchmark-Datensätzen wie MOT15 und MOT17, die für Mehrpersonenverfolgung entwickelt wurden. Eine Ausfallstudie im Trainingsdatensatz zeigt, dass nicht nur „Verfolgungsvereinigung“ und „OGEM“ sich ergänzen, sondern auch dass das vorgeschlagene Tracking-Verfahren robuster Leistungen und weniger Sensibilität gegenüber Parametern aufweist als Baseline-Methoden. Zudem funktioniert SIOA besser als IOU für verschiedene Größen von Fehlpositiven. Die experimentellen Ergebnisse zeigen, dass der vorgeschlagene Tracker Okkluationssituationen effizient handhabt und eine wettbewerbsfähige Leistung im Vergleich zu den neuesten Methoden erzielt. Insbesondere zeigt unsere Methode die beste Mehrzielverfolgungsgenauigkeit unter den Online- und Echtzeit-ausführbaren Methoden.


KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp