Quiz lié à un guide · Moyen Niveau

Quiz de suivi multi-objets

Découvrez comment les méthodes de suivi par détection associent les détections d'objets dans les images tout en gérant l'identité et l'occlusion.

Chemins de guidage associésSuivi multi-objets
Question 1 de 8

Quel est l’objectif principal du suivi multi-objets ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Quel est l’objectif principal du suivi multi-objets ?
    • Suivre plusieurs objets à travers les images tout en gardant une identité cohérente pour chacun
    • Pour classer une seule image
    • Pour compresser une vidéo
    • Pour générer de nouveaux cadres
  2. Qu’implique le paradigme du « suivi par détection » ?
    • Suivi sans aucun détecteur
    • Détecter les objets à chaque image, puis relier ces détections à travers les images
    • Utiliser uniquement des signaux audio
    • Suivi en dessinant manuellement des cases
  3. Quel rôle le filtre de Kalman joue-t-il dans les trackers comme SORT ?
    • Il compresse les images
    • Il détecte les nouveaux objets à partir de zéro
    • Il prédit où chaque objet suivi se déplacera ensuite
    • Il ajoute de la couleur aux cadres
  4. Qu'est-ce que DeepSORT a ajouté en plus de SORT ?
    • Une taille d'image plus grande
    • Suivi audio
    • Sous-titres automatiques
    • Une intégration d'apparence apprise pour ré-identifier les objets après occlusion
  5. Qu'est-ce qu'un « changement d'identité » dans le suivi multi-objets ?
    • Lorsque le tracker échange les identifiants de deux objets, souvent lorsqu'ils se croisent
    • Changer la résolution vidéo
    • Éteindre l'appareil photo
    • Renommer le fichier vidéo
  6. Comment ByteTrack a-t-il amélioré la précision du suivi ?
    • En ignorant toutes les détections
    • En associant également les détections de faible confiance au lieu de les ignorer
    • En retirant le détecteur
    • En utilisant un seul cadre
  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