Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ παρακολούθησης πολλαπλών αντικειμένων

Μάθετε πώς οι μέθοδοι παρακολούθησης με ανίχνευση συσχετίζουν τις ανιχνεύσεις αντικειμένων σε καρέ, ενώ διαχειρίζονται την ταυτότητα και την απόφραξη.

Σχετικές διαδρομές οδηγώνΠαρακολούθηση πολλαπλών αντικειμένων
Ερώτηση 1 του 8

Ποιος είναι ο βασικός στόχος της παρακολούθησης πολλαπλών αντικειμένων;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Ποιος είναι ο βασικός στόχος της παρακολούθησης πολλαπλών αντικειμένων;
    • Για να ακολουθήσετε πολλά αντικείμενα σε καρέ, διατηρώντας παράλληλα μια συνεπή ταυτότητα για το καθένα
    • Για να ταξινομήσετε μια μεμονωμένη εικόνα
    • Για να συμπιέσετε ένα βίντεο
    • Για τη δημιουργία νέων πλαισίων
  2. Τι περιλαμβάνει το παράδειγμα «παρακολούθησης με ανίχνευση»;
    • Παρακολούθηση χωρίς ανιχνευτή
    • Ανίχνευση αντικειμένων σε κάθε πλαίσιο και, στη συνέχεια, σύνδεση αυτών των ανιχνεύσεων σε πλαίσια
    • Χρησιμοποιώντας μόνο ηχητικές ενδείξεις
    • Παρακολούθηση με μη αυτόματο σχέδιο πλαισίων
  3. Τι ρόλο παίζει το φίλτρο Kalman σε ιχνηλάτες όπως το SORT;
    • Συμπιέζει εικόνες
    • Ανιχνεύει νέα αντικείμενα από την αρχή
    • Προβλέπει πού θα κινηθεί στη συνέχεια κάθε αντικείμενο που παρακολουθείται
    • Προσθέτει χρώμα στα πλαίσια
  4. Τι πρόσθεσε το DeepSORT πάνω από το SORT;
    • Μεγαλύτερο μέγεθος εικόνας
    • Παρακολούθηση ήχου
    • Αυτόματοι υπότιτλοι
    • Ενσωμάτωση μαθημένης εμφάνισης για τον επαναπροσδιορισμό αντικειμένων μετά την απόφραξη
  5. Τι είναι ο «διακόπτης ταυτότητας» στην παρακολούθηση πολλαπλών αντικειμένων;
    • Όταν ο ιχνηλάτης ανταλλάσσει τα αναγνωριστικά δύο αντικειμένων, συχνά καθώς διασταυρώνονται
    • Αλλαγή ανάλυσης βίντεο
    • Απενεργοποίηση της κάμερας
    • Μετονομασία του αρχείου βίντεο
  6. Πώς βελτίωσε το ByteTrack την ακρίβεια παρακολούθησης;
    • Αγνοώντας όλες τις ανιχνεύσεις
    • Συσχετίζοντας επίσης ανιχνεύσεις χαμηλής εμπιστοσύνης αντί να τις απορρίπτετε
    • Αφαιρώντας τον ανιχνευτή
    • Χρησιμοποιώντας μόνο ένα πλαίσιο
  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