Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra theo dõi đa đối tượng

Tìm hiểu cách các phương pháp theo dõi bằng phát hiện liên kết việc phát hiện đối tượng trên các khung trong khi quản lý nhận dạng và tắc nghẽn.

Đường dẫn hướng dẫn liên quanTheo dõi nhiều đối tượng
Câu hỏi 1 của 8

Mục tiêu cốt lõi của theo dõi đa đối tượng là gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Mục tiêu cốt lõi của theo dõi đa đối tượng là gì?
    • Để theo dõi nhiều đối tượng trên các khung trong khi vẫn giữ được danh tính nhất quán cho từng khung
    • Để phân loại một hình ảnh duy nhất
    • Để nén một video
    • Để tạo khung hình mới
  2. Mô hình 'theo dõi bằng phát hiện' bao gồm những gì?
    • Theo dõi mà không cần bất kỳ máy dò nào
    • Phát hiện các đối tượng trong từng khung hình, sau đó liên kết các phát hiện đó trên các khung hình
    • Chỉ sử dụng tín hiệu âm thanh
    • Theo dõi bằng hộp vẽ thủ công
  3. Bộ lọc Kalman đóng vai trò gì trong các trình theo dõi như SORT?
    • Nó nén hình ảnh
    • Nó phát hiện các đối tượng mới từ đầu
    • Nó dự đoán nơi mỗi đối tượng được theo dõi sẽ di chuyển tiếp theo
    • Nó thêm màu sắc vào khung
  4. DeepSORT đã thêm gì vào SORT?
    • Kích thước hình ảnh lớn hơn
    • Theo dõi âm thanh
    • Phụ đề tự động
    • Nhúng giao diện đã học để nhận dạng lại các đối tượng sau khi bị tắc
  5. 'Công tắc nhận dạng' trong theo dõi đa đối tượng là gì?
    • Khi trình theo dõi hoán đổi ID của hai đối tượng, thường là khi chúng đi qua đường dẫn
    • Thay đổi độ phân giải video
    • Tắt máy ảnh
    • Đổi tên tập tin video
  6. ByteTrack đã cải thiện độ chính xác của việc theo dõi như thế nào?
    • Bằng cách bỏ qua tất cả các phát hiện
    • Bằng cách liên kết các phát hiện có độ tin cậy thấp thay vì loại bỏ chúng
    • Bằng cách loại bỏ máy dò
    • Bằng cách chỉ sử dụng một khung
  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