اختبار تتبع الكائنات المتعددة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هو الهدف الأساسي لتتبع الكائنات المتعددة؟
   • لمتابعة كائنات متعددة عبر الإطارات مع الحفاظ على هوية ثابتة لكل منها
   • لتصنيف صورة واحدة
   • لضغط الفيديو
   • لتوليد إطارات جديدة
2. ماذا يتضمن نموذج "التتبع عن طريق الكشف"؟
   • تتبع بدون أي كاشف
   • اكتشاف الكائنات في كل إطار، ثم ربط تلك الاكتشافات عبر الإطارات
   • فقط باستخدام الإشارات الصوتية
   • التتبع عن طريق رسم المربعات يدويًا
3. ما هو الدور الذي يلعبه مرشح كالمان في أدوات التتبع مثل SORT؟
   • يقوم بضغط الصور
   • يكتشف الأشياء الجديدة من الصفر
   • ويتنبأ بالمكان الذي سيتحرك فيه كل كائن متعقب بعد ذلك
   • ويضيف اللون إلى الإطارات
4. ما الذي أضافه DeepSORT فوق SORT؟
   • حجم صورة أكبر
   • تتبع الصوت
   • ترجمات تلقائية
   • تضمين المظهر المكتسب لإعادة تحديد الكائنات بعد الإطباق
5. ما هو "تبديل الهوية" في تتبع الكائنات المتعددة؟
   • عندما يقوم جهاز التعقب بتبديل معرفات كائنين، غالبًا أثناء تقاطع المسارات
   • تغيير دقة الفيديو
   • إيقاف تشغيل الكاميرا
   • إعادة تسمية ملف الفيديو
6. كيف قامت ByteTrack بتحسين دقة التتبع؟
   • عن طريق تجاهل كافة الاكتشافات
   • من خلال ربط عمليات الكشف منخفضة الثقة أيضًا بدلاً من التخلص منها
   • عن طريق إزالة الكاشف
   • باستخدام إطار واحد فقط
7. What does HOTA aim to balance in multi-object tracking evaluation?
   • Image resolution and model size
   • Training speed and GPU memory
   • Detection accuracy and association accuracy
   • Object color and camera frame rate
8. How does SORT assign detections to predicted tracks?
   • It uses a language model to name each object
   • It matches only by color histograms
   • It trains a new detector for each frame
   • It solves a frame-level assignment problem using IoU-based costs and the Hungarian algorithm