Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący śledzenia wielu obiektów

Dowiedz się, w jaki sposób metody śledzenia przez wykrywanie łączą wykrycia obiektów w klatkach, jednocześnie zarządzając tożsamością i okluzją.

Powiązane ścieżki prowadząceŚledzenie wielu obiektów
Pytanie 1 z 8

Jaki jest główny cel śledzenia wielu obiektów?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaki jest główny cel śledzenia wielu obiektów?
    • Śledzenie wielu obiektów w ramkach przy zachowaniu spójnej tożsamości każdego z nich
    • Aby sklasyfikować pojedynczy obraz
    • Aby skompresować wideo
    • Aby wygenerować nowe ramki
  2. Na czym polega paradygmat „śledzenia przez wykrycie”?
    • Śledzenie bez żadnego detektora
    • Wykrywanie obiektów w każdej klatce, a następnie łączenie tych wykryć w klatkach
    • Używając wyłącznie wskazówek dźwiękowych
    • Śledzenie poprzez ręczne rysowanie pól
  3. Jaką rolę odgrywa filtr Kalmana w trackerach takich jak SORT?
    • Kompresuje obrazy
    • Wykrywa nowe obiekty od podstaw
    • Przewiduje, gdzie każdy śledzony obiekt będzie się dalej przemieszczał
    • Dodaje koloru ramkom
  4. Co DeepSORT dodał do SORT?
    • Większy rozmiar obrazu
    • Śledzenie dźwięku
    • Automatyczne napisy
    • Wyuczone osadzanie wyglądu w celu ponownej identyfikacji obiektów po okluzji
  5. Co to jest „przełącznik tożsamości” w śledzeniu wielu obiektów?
    • Kiedy moduł śledzący zamienia identyfikatory dwóch obiektów, często gdy ich ścieżki się krzyżują
    • Zmiana rozdzielczości wideo
    • Wyłączanie aparatu
    • Zmiana nazwy pliku wideo
  6. W jaki sposób ByteTrack poprawił dokładność śledzenia?
    • Ignorując wszystkie wykrycia
    • Wiążąc również wykrycia o niskim poziomie zaufania, zamiast je odrzucać
    • Poprzez usunięcie detektora
    • Używając tylko jednej ramki
  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