بهبود ردیابی همراه با تشخیص اشیاء در ویدئو با استفاده از تلفیق فیلتر کالمن و یادگیری عمیق

ردیابی هم زمان چند هدف، یکی از مسئله های بنیادی بینایی ماشین به شمار می رود و به دلیل کاربردهای عمومی و تجاری فراوان، طی سال های اخیر مورد توجه فزاینده قرار گرفته است. با وجود این، دستیابی به دقت بالا در این کار دشوار است؛ زیرا اشیاء ممکن است در تصویر فشرده و شبیه به یکدیگر ظاهر شوند یا بر اثر انسداد و تغییر زاویه دید، اطلاعات آن ها ناقص گردد. در این مقاله، سامانه ای بلادرنگ برای ردیابی چند شیء ارائه می شود که بر پایه نسخه ی اصلاح شده الگوریتم SORT استوار است. روند کار در دو بخش تعریف می شود. بخش نخست، شناسایی شیء است که با بهره گیری از خانواده YOLO انجام می پذیرد؛ هرگونه کمبود اطلاعات در این مرحله، در ادامه قابل جبران نخواهد بود. بخش دوم، ردیابی شیء است که شامل سه گام می باشد: ابتدا استخراج ویژگی با استفاده از آموزش انتقالی YOLOv۸، سپس پیش بینی موقعیت به کمک فیلتر کالمن و در نهایت تخصیص و پیوند داده ها که با الگوریتم مجارستانی صورت می گیرد. نتایج با معیارMOTA ارزیابی شد و مقدار ۶۵٫۳ به دست آمد که ۷٫۲ % برتری نسبت به روش مرجع نشان می دهد.

کلیدواژه ها:

ردیابی چند شی ، ردیابی به وسیله تشخیص ، ارتباط داده ، یادگیری عمیق ، پردازش تصویر