前書き
ニューラルネットワークの人気が高まり始めて以来、ほとんどのエンジニアは、深層学習法を使用して、公共安全の分野におけるソフトウェアの問題の多くを解決し始めました。ニューラルネットワークには、オブジェクトの検出と識別に関して競合他社がないという事実にもかかわらず、分析と推論の能力を誇ることはできず、常に理解または解釈できるとは限らないパターンを作成するだけです。
複数のオブジェクトを追跡するには、たとえば確率的データ関連付けアプローチなど、解釈可能で予測可能なアプローチの方が効果的であると考えています。
追跡の精度と選択したアプローチの利点がはっきりとわかります(詳細は投稿を参照)。
人気のあるRe3トラッカー(左)とコンポーネントのAcurusTrack(右)の比較
: “ Public Safety Software”. , - . , .
Public Safety , . ( , , ..). , , .
, , ( "" ), , , , ..
, . , , .
, :
, ( ) , , . — . , , , .
N , . F_1, ..., F_N. (detections) D_1,...,D_k, k<=N. i=1,...,N, (id).
, , , . , , iou — intersection over union — k k-1 ; . , , , .
, , , , . , : OY y , O — x, , . , (x, y), i- , (i∗img_w+x, y), img_w — .
, ( OX )
, , EvenVizion, .
. , (data association).
, , - (MCMC).
:
, :
- ;
- EvenVizion;
- ;
- , .
AcurusTrack
, :
- ,
AcurusTrack , :
- : , ;
- .
computer vision. , , .. .
AcurusTrack , , .
, , ( ).
, — GitHub.