Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor het volgen van meerdere objecten

Leer hoe tracking-by-detection-methoden objectdetecties over frames heen associëren terwijl identiteit en occlusie worden beheerd.

Gerelateerde gidspadenTracking van meerdere objecten
Vraag 1 van 8

Wat is het kerndoel van het volgen van meerdere objecten?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is het kerndoel van het volgen van meerdere objecten?
    • Om meerdere objecten over frames heen te volgen, terwijl voor elk een consistente identiteit behouden blijft
    • Om één afbeelding te classificeren
    • Om een video te comprimeren
    • Om nieuwe frames te genereren
  2. Wat houdt het 'tracking-by-detection'-paradigma in?
    • Volgen zonder enige detector
    • Objecten per frame detecteren en deze detecties vervolgens over frames heen koppelen
    • Alleen met behulp van audiosignalen
    • Bijhouden door handmatig vakken te tekenen
  3. Welke rol speelt het Kalman-filter in trackers als SORT?
    • Het comprimeert afbeeldingen
    • Het detecteert nieuwe objecten vanaf het begin
    • Het voorspelt waar elk gevolgd object vervolgens zal bewegen
    • Het voegt kleur toe aan frames
  4. Wat heeft DeepSORT toegevoegd bovenop SORT?
    • Een groter beeldformaat
    • Audio-tracking
    • Automatische ondertitels
    • Een aangeleerde verschijningsinbedding voor het opnieuw identificeren van objecten na occlusie
  5. Wat is een 'identiteitswisseling' bij het volgen van meerdere objecten?
    • Wanneer de tracker de ID's van twee objecten verwisselt, vaak als ze elkaar kruisen
    • De videoresolutie wijzigen
    • De camera uitschakelen
    • De naam van het videobestand wijzigen
  6. Hoe verbeterde ByteTrack de trackingnauwkeurigheid?
    • Door alle detecties te negeren
    • Door ook detecties met weinig vertrouwen te associëren in plaats van ze te negeren
    • Door de detector te verwijderen
    • Door slechts één frame te gebruiken
  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