Test legat de ghid · Mediu Nivel

Test de urmărire a mai multor obiecte

Learn how tracking-by-detection methods associate object detections across frames while managing identity and occlusion.

Căi de ghidare aferenteUrmărirea mai multor obiecte
Întrebare 1 de 8

Care este obiectivul principal al urmăririi cu mai multe obiecte?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Care este obiectivul principal al urmăririi cu mai multe obiecte?
    • Pentru a urmări mai multe obiecte de-a lungul cadrelor, păstrând în același timp o identitate consecventă pentru fiecare
    • Pentru a clasifica o singură imagine
    • Pentru a comprima un videoclip
    • Pentru a genera noi cadre
  2. Ce presupune paradigma „urmărire prin detectare”?
    • Urmărire fără niciun detector
    • Detectarea obiectelor în fiecare cadru, apoi legarea acelor detectări între cadre
    • Folosind doar semnale audio
    • Urmărire prin desenarea manuală a casetelor
  3. Ce rol joacă filtrul Kalman în trackere precum SORT?
    • Comprimă imaginile
    • Detectează obiecte noi de la zero
    • Acesta prezice unde se va mișca în continuare fiecare obiect urmărit
    • Adaugă culoare ramelor
  4. Ce a adăugat DeepSORT peste SORT?
    • O dimensiune mai mare a imaginii
    • Urmărire audio
    • Subtitrări automate
    • O încorporare a aspectului învățat pentru reidentificarea obiectelor după ocluzie
  5. Ce este un „comutator de identitate” în urmărirea cu mai multe obiecte?
    • Când trackerul schimbă ID-urile a două obiecte, deseori când acestea se intersectează
    • Modificarea rezoluției video
    • Oprirea camerei
    • Redenumirea fișierului video
  6. Cum a îmbunătățit ByteTrack acuratețea urmăririi?
    • Ignorând toate detecțiile
    • Prin asocierea și detecțiile cu încredere scăzută în loc de a le elimina
    • Prin scoaterea detectorului
    • Folosind un singur cadru
  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