Çoklu Nesne Takibi
Çoklu nesne izleme (MOT), bir videonun kareleri boyunca birçok nesneyi (yayalar, arabalar, oyuncular) takip ederek her birine zaman içinde tutarlı bir kimlik kazandırır.
Genel Bakış
It's the backbone of autonomous driving perception, sports analytics, and smart-city traffic monitoring.
Derin Dalış
Çoklu nesne izleme, yalnızca 'her karede ne olduğu' sorusunu yanıtlamakla kalmaz, aynı zamanda 'ikinci karedeki hangi algılamanın birinci karedekiyle aynı nesne olduğunu' da yanıtlar. Baskın paradigma, algılama yoluyla izlemedir: bir nesne dedektörü (YOLO gibi) her karede sınırlayıcı kutuları bulur, ardından bir izleyici bunları zaman içinde yörüngelere bağlar. SORT, her nesnenin nereye hareket edeceğini tahmin eden bir Kalman filtresini, optimum kutu eşleştirmesi için Macar algoritmasıyla eşleştirir. DeepSORT, nesnelerin kapatıldıktan sonra yeniden tanımlanabilmesi için öğrenilmiş bir görünüm yerleştirme özelliği ekler. ByteTrack, güven düzeyi düşük tespitleri atmak yerine ilişkilendirerek doğruluğu artırdı. Temel zorluklar; tıkanma, kimlik anahtarları (nesneler kesiştiğinde kimliklerin değiştirilmesi), kalabalık sahneler ve çerçeveye giren veya çerçeveden çıkan nesnelerdir.
Teknik Bilgi
Bir izleyici, bir hareket modeliyle her nesne için bir 'iz' tutar. Kalman filtresi her parçanın bir sonraki konumunu tahmin eder; yeni tespitler, bir maliyet (örtüşme/IoU artı görünüm benzerliği) hesaplanarak ve atamayı Macar algoritmasıyla çözerek tahminlerle eşleştirilir. Yeniden tanımlama ağından gelen kompakt özellik vektörleri olan görünüm yerleştirmeleri, bir nesne kısa süreliğine gizlendikten sonra sistemin doğru kimliği kurtarmasına olanak tanır ve kalabalık sahnelerde saf hareket modellerinin yaşadığı kimlik değiştirmeleri önler.
Stratejik Etki
Speed and scale
Visual AI, inceleme, algılama ve etiketleme görevlerini geniş ölçekte otomatikleştirebilir.
Build choices
Yaratıcı ekipler, daha az manuel revizyonla konseptleri daha hızlı prototipleyebilir.
Ekip ve iş akışı
Operasyonlar, daha önce işlenmesi zor olan görüntü ve video sinyallerini kullanabilir.
Çoklu Nesne Takibinin Geleceği
İzleme, tek bir ağdaki nesneleri ortaklaşa algılayan ve ilişkilendiren uçtan uca transformatör modellerine (TrackFormer ve MOTR gibi) doğru ilerliyor ve elle ayarlanmış hassas eşleştirme aşamasını ortadan kaldırıyor. Otonom araçlar ve geniş mekanlar için daha güçlü çoklu kamera ve 3D izlemenin yanı sıra sabit kategoriler yerine keyfi, açık sözlü nesnelerin izlenmesini bekleyin. Daha iyi uzun vadeli yeniden tanımlama ve yoğun tıkanma ve kalabalığa karşı sağlamlık, zengin görsel özellikler sağlayan temel modellerin giderek daha fazla desteklediği aktif hedefler olmaya devam ediyor.
Gerçek Dünya Uygulaması
Çevredeki arabaları, bisikletlileri ve yayaları takip ederek yollarını tahmin eden ve çarpışmaları önleyen otonom araç algısı
Kat edilen mesafeyi, dizilişleri ve topa sahip olma istatistiklerini hesaplamak için her oyuncuyu ve topu takip eden spor analitiği
Akışı ölçmek, sıkışıklığı ve zaman sinyallerini tespit etmek için araçları sayan ve takip eden akıllı şehir trafik sistemleri
Alışveriş yapanların bir mağazadaki hareketlerini veya insanların bir toplu taşıma merkezindeki hareketlerini izleyen perakende ve güvenlik analizleri
Riskler ve Korkuluklar
Kaynağın belirsiz olması durumunda görüntü hakları ve rıza yasal risk haline gelebilir.
Model performansı aydınlatma, demografik özellikler ve ortamlara göre değişiklik gösterebilir.
Güven eşikleri izlenmediği sürece yanlış pozitifler fark edilmeyebilir.
Uygulama Yol Haritası
Kesinlik, geri çağırma ve hata maliyetlerine ilişkin kabul kriterlerini tanımlayın.
Gerçek üretim koşullarıyla eşleşen verilerle test edin.
Düşük güvenirliğe sahip veya yüksek etkili tahminler için gerçek kişi tarafından yapılan incelemeyi ekleyin.
Model kaymasını izleyin ve kamera veya veri kümesi değişikliklerinden sonra yeniden doğrulayın.
Keşfetmeye Devam Edin
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Multi-Object Tracking quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
Nesne Algılama
Sık sorulan sorular
What is Multi-Object Tracking?
Çoklu nesne izleme (MOT), bir videonun kareleri boyunca birçok nesneyi (yayalar, arabalar, oyuncular) takip ederek her birine zaman içinde tutarlı bir kimlik kazandırır. Otonom sürüş algısının, spor analitiğinin ve akıllı şehir trafiği izlemenin omurgasını oluşturur.
Çoklu nesne takibinin temel amacı nedir?
MOT, videoda hareket eden her nesne için tutarlı bir kimlik atar ve bunu korur; böylece zaman içindeki tespitleri yörüngelere bağlar.
'Algılama yoluyla izleme' paradigması neleri içerir?
Algılama yoluyla izleme, her karede bir nesne algılayıcı çalıştırır ve ardından ortaya çıkan kutuları zaman içinde sürekli izlerle ilişkilendirir.
SORT gibi izleyicilerde Kalman filtresinin rolü nedir?
Kalman filtresi her nesnenin hareketini modeller ve bir sonraki konumunu tahmin eder ve bu daha sonra yeni tespitlerle eşleştirilir.
DeepSORT, SORT'un üstüne ne ekledi?
DeepSORT, nesnelerin kısa bir süre gizlendikten sonra yeniden tanımlanabilmesi için görünüm özellik vektörlerini kullanıma sunarak kimlik anahtarlarını azalttı.
Çoklu nesne takibinde 'kimlik anahtarı' nedir?
Kimlik değişimi, genellikle kalabalık sahnelerde üst üste bindikleri veya kesiştikleri zaman, bir izleyicinin nesneler arasındaki kimlikleri hatalı bir şekilde yeniden ataması durumunda meydana gelir.