Тест, свързан с ръководство · Среден Ниво

Тест за проследяване на множество обекти

Научете как методите за проследяване чрез откриване свързват откриванията на обекти между рамки, докато управляват идентичността и оклузията.

Свързани ръководни пътекиПроследяване на множество обекти
Въпрос 1 на 8

Каква е основната цел на проследяването на множество обекти?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Каква е основната цел на проследяването на множество обекти?
    • Да следвате множество обекти в рамки, като същевременно поддържате последователна идентичност за всеки
    • За класифициране на едно изображение
    • За компресиране на видео
    • За генериране на нови рамки
  2. Какво включва парадигмата „проследяване чрез откриване“?
    • Проследяване без детектор
    • Откриване на обекти във всеки кадър, след което свързване на тези откривания между кадри
    • Използване само на звукови сигнали
    • Проследяване чрез ръчно изчертаване на кутии
  3. Каква роля играе филтърът на Калман в тракери като SORT?
    • Той компресира изображения
    • Той открива нови обекти от нулата
    • Той предвижда къде ще се движи всеки проследяван обект
    • Добавя цвят към рамките
  4. Какво добави DeepSORT към SORT?
    • По-голям размер на изображението
    • Аудио проследяване
    • Автоматични субтитри
    • Вграждане на научен външен вид за повторно идентифициране на обекти след оклузия
  5. Какво е „превключване на самоличността“ при проследяване на множество обекти?
    • Когато тракерът разменя идентификаторите на два обекта, често когато пътищата им се пресичат
    • Промяна на разделителната способност на видеото
    • Изключване на камерата
    • Преименуване на видео файла
  6. Как ByteTrack подобри точността на проследяване?
    • Чрез игнориране на всички засичания
    • Като също асоциирате откривания с ниска степен на сигурност, вместо да ги отхвърляте
    • С премахване на детектора
    • Използвайки само една рамка
  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