Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Theo dõi đối tượng trực quan dài hạn bằng camera sự kiện: Bộ theo dõi tăng cường trí nhớ liên kết và bộ dữ liệu chuẩn

Created by
  • Haebom

Tác giả

Tiểu Vương, Hứa Phong Lâu, Shiao Wang, Cúc Hoàng, Lan Thần, Bạc Giang

Phác thảo

Bài báo này đề cập đến những hạn chế của việc đánh giá các trình theo dõi dựa trên luồng sự kiện hiện có trên các tập dữ liệu theo dõi ngắn hạn và trình bày FELT, một tập dữ liệu theo dõi dài hạn quy mô lớn, mới lạ, xem xét việc theo dõi dài hạn trong các tình huống thực tế. FELT bao gồm 1.044 video dài hạn, 1,9 triệu cặp khung RGB và luồng sự kiện, 60 đối tượng mục tiêu khác nhau và 14 thuộc tính đầy thách thức. Hơn nữa, chúng tôi đào tạo lại và đánh giá 21 trình theo dõi cơ sở trên tập dữ liệu FELT để thiết lập một chuẩn mực. Hơn nữa, chúng tôi đề xuất AMTTrack, một trình theo dõi hình ảnh dài hạn sự kiện RGB dựa trên Bộ chuyển đổi bộ nhớ liên kết (AMT). AMTTrack tuân theo một khuôn khổ theo dõi luồng đơn, tổng hợp hiệu quả các mẫu RGB/sự kiện đa thang đo và các mã thông báo tìm kiếm thông qua một lớp tìm kiếm Hopfield, và duy trì các biểu diễn mẫu động thông qua phương pháp cập nhật bộ nhớ liên kết để giải quyết vấn đề thay đổi giao diện trong theo dõi dài hạn. Chúng tôi xác thực hiệu quả của trình theo dõi được đề xuất thông qua các thử nghiệm mở rộng trên các tập dữ liệu FELT, FE108, VisEvent và COESOT. Các tập dữ liệu và mã nguồn sẽ được công khai.

Takeaways, Limitations

•
Takeaways:
◦
Chúng tôi đóng góp vào sự tiến bộ của nghiên cứu theo dõi dài hạn bằng cách trình bày FELT, một bộ dữ liệu theo dõi đối tượng trực quan dài hạn quy mô lớn, xem xét các tình huống trong thế giới thực.
◦
Chúng tôi đề xuất một thuật toán theo dõi dài hạn mới, AMTTrack, có thể sử dụng hiệu quả thông tin sự kiện RGB.
◦
Xác thực tính ưu việt của AMTTrack trên nhiều tập dữ liệu khác nhau.
◦
Cung cấp chuẩn mực mới trong theo dõi dài hạn.
•
Limitations:
◦
Cần phải xem xét thêm về tính đa dạng và tính đại diện của tập dữ liệu FELT.
◦
Cần phân tích sâu hơn về chi phí tính toán và hiệu suất thời gian thực của AMTTrack.
◦
Cần có những nghiên cứu so sánh toàn diện hơn với các thuật toán theo dõi dài hạn hiện đại khác.
👍
Made with Slashpage