Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Penjejakan Berbilang Objek

Ketahui cara kaedah penjejakan demi pengesanan mengaitkan pengesanan objek merentas bingkai sambil mengurus identiti dan oklusi.

Laluan panduan yang berkaitanPenjejakan Berbilang Objek
soalan 1 daripada 8

Apakah matlamat teras penjejakan berbilang objek?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah matlamat teras penjejakan berbilang objek?
    • Untuk mengikuti berbilang objek merentasi bingkai sambil mengekalkan identiti yang konsisten untuk setiap bingkai
    • Untuk mengelaskan satu imej
    • Untuk memampatkan video
    • Untuk menjana bingkai baharu
  2. Apakah yang melibatkan paradigma 'penjejakan-demi-pengesan'?
    • Penjejakan tanpa sebarang pengesan
    • Mengesan objek setiap bingkai, kemudian memautkan pengesanan tersebut merentas bingkai
    • Hanya menggunakan isyarat audio
    • Penjejakan dengan melukis kotak secara manual
  3. Apakah peranan yang dimainkan oleh penapis Kalman dalam penjejak seperti SORT?
    • Ia memampatkan imej
    • Ia mengesan objek baharu dari awal
    • Ia meramalkan di mana setiap objek yang dijejaki akan bergerak seterusnya
    • Ia menambah warna pada bingkai
  4. Apakah yang ditambahkan oleh DeepSORT di atas SORT?
    • Saiz imej yang lebih besar
    • Penjejakan audio
    • Sari kata automatik
    • Benam penampilan yang dipelajari untuk mengenal pasti semula objek selepas oklusi
  5. Apakah 'suis identiti' dalam penjejakan berbilang objek?
    • Apabila penjejak menukar ID dua objek, selalunya apabila ia bersilang
    • Menukar resolusi video
    • Mematikan kamera
    • Menamakan semula fail video
  6. Bagaimanakah ByteTrack meningkatkan ketepatan penjejakan?
    • Dengan mengabaikan semua pengesanan
    • Dengan juga mengaitkan pengesanan keyakinan rendah dan bukannya membuangnya
    • Dengan mengeluarkan pengesan
    • Dengan hanya menggunakan satu bingkai
  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