दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

इवेंट कैमरों के साथ दीर्घकालिक दृश्य वस्तु ट्रैकिंग: एक एसोसिएटिव मेमोरी संवर्धित ट्रैकर और एक बेंचमार्क डेटासेट

Created by
  • Haebom

लेखक

जिओ वांग, ज़ुफेंग लू, शियाओ वांग, जू हुआंग, लैन चेन, बो जियांग

रूपरेखा

यह शोधपत्र अल्पकालिक ट्रैकिंग डेटासेट पर मौजूदा इवेंट स्ट्रीम-आधारित ट्रैकर्स के मूल्यांकन की सीमाओं पर प्रकाश डालता है और FELT प्रस्तुत करता है, जो एक नया, बड़े पैमाने का दीर्घकालिक ट्रैकिंग डेटासेट है जो वास्तविक दुनिया के परिदृश्यों में दीर्घकालिक ट्रैकिंग पर विचार करता है। FELT में 1,044 दीर्घकालिक वीडियो, 1.9 मिलियन RGB फ़्रेम और इवेंट स्ट्रीम जोड़े, 60 विभिन्न लक्ष्य ऑब्जेक्ट और 14 चुनौतीपूर्ण विशेषताएँ शामिल हैं। इसके अलावा, हम एक बेंचमार्क स्थापित करने के लिए FELT डेटासेट पर 21 बेसलाइन ट्रैकर्स को पुनः प्रशिक्षित और मूल्यांकन करते हैं। इसके अलावा, हम AMTTrack का प्रस्ताव करते हैं, जो एसोसिएटिव मेमोरी ट्रांसफ़ॉर्मर (AMT) पर आधारित एक RGB-इवेंट दीर्घकालिक विज़ुअल ट्रैकर है। AMTTrack एकल-स्ट्रीम ट्रैकिंग ढाँचे का अनुसरण करता है, एक हॉपफ़ील्ड खोज परत के माध्यम से बहु-स्तरीय RGB/इवेंट टेम्पलेट्स और खोज टोकनों को कुशलतापूर्वक एकत्रित करता है, और दीर्घकालिक ट्रैकिंग में उपस्थिति परिवर्तनों की समस्या का समाधान करने के लिए एक एसोसिएटिव मेमोरी अपडेट विधि के माध्यम से गतिशील टेम्पलेट अभ्यावेदन बनाए रखता है। हम FELT, FE108, VisEvent और COESOT डेटासेट पर व्यापक प्रयोगों के माध्यम से प्रस्तावित ट्रैकर की प्रभावशीलता की पुष्टि करते हैं। डेटासेट और स्रोत कोड सार्वजनिक रूप से उपलब्ध कराए जाएँगे।

Takeaways, Limitations

•
Takeaways:
◦
हम FELT प्रस्तुत करके दीर्घकालिक ट्रैकिंग अनुसंधान की उन्नति में योगदान करते हैं, जो एक बड़े पैमाने पर दीर्घकालिक दृश्य वस्तु ट्रैकिंग डेटासेट है जो वास्तविक दुनिया के परिदृश्यों पर विचार करता है।
◦
हम एक नया दीर्घकालिक ट्रैकिंग एल्गोरिदम, AMTTrack, प्रस्तावित करते हैं, जो RGB-ईवेंट सूचना का प्रभावी ढंग से उपयोग करता है।
◦
विभिन्न डेटासेट पर AMTTrack की श्रेष्ठता का सत्यापन।
◦
दीर्घकालिक ट्रैकिंग में एक नया मानक प्रदान करना।
•
Limitations:
◦
FELT डेटासेट की विविधता और प्रतिनिधित्व की आगे समीक्षा की आवश्यकता है।
◦
एएमटीट्रैक की कम्प्यूटेशनल लागत और वास्तविक समय प्रदर्शन का आगे विश्लेषण आवश्यक है।
◦
अन्य अत्याधुनिक दीर्घकालिक ट्रैकिंग एल्गोरिदम के साथ अधिक व्यापक तुलनात्मक अध्ययन की आवश्यकता है।
👍
Made with Slashpage