Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userReal Time Object Tracking with deepSORT
تعقب الكائنات في الزمن الحقيقي باستخدام خوارزمية deepSORT
1018
1 1
0.0
(
0
)
Added by
Tishreen University مشروع تخرج
Publication date
2020
fields
Informatics Engineering
and research's language is
العربية
Created by
Shamra Editor
Ask ChatGPT about the research
في الآونة الأخيرة، تم عرض فئة من تقنيات التتبع تسمى "التتبع عن طريق الكشف" لإعطاء نتائج واعدة بسرعات في الوقت الحقيقي، تقوم هذه الطرق بتدريب المصنف التمييزي بطريقة عبر الانترنت لفصل الكائن عن الخلفية. يعمل المصنف على تمهيد نفسه باستخدام حالة التعقب الحالية لاستخراج أمثلة إيجابية وسلبية من الإطار الحالي. وبالتالي ، يمكن أن تؤدي الأخطاء الطفيفة في المتعقب إلى أمثلة تدريب مصنفة بشكل غير صحيح ، مما يؤدي إلى تدهور المصنف ويمكن أن يتسبب في الانجراف. في هذه الورقة ، نوضح أن استخدام التتبع البسيط عبر الإنترنت وفي الوقت الفعلي ( SORT) وهو نهج عملي لتتبع الكائنات المتعددة مع التركيز على خوارزميات بسيطة و فعالة.
Recently, a class of tracking techniques called "tracking by detection" has been shown to give promising results at real-time speeds. These methods train a discriminative classifier in an online manner to separate the object from the background. This classifier bootstraps itself by using the current tracker state to extract positive and negative examples from the current frame. Slight inaccuracies in the tracker can therefore lead to incorrectly labeled training examples, which degrade the classifier and can cause drift. In this paper, we show that usingSimple Online and Realtime Tracking (SORT) which is a pragmatic approach to multiple object tracking with a focus on simple, effective algorithms
Artificial intelligence review:
Research summary
تتناول هذه الورقة البحثية موضوع تعقب الكائنات في الزمن الحقيقي باستخدام خوارزمية deepSORT. يتم التركيز على استخدام خوارزمية بسيطة وفعالة لتتبع الكائنات المتعددة في الزمن الحقيقي. يتم شرح الفرق بين الكشف عن الكائنات وتتبع الكائنات، بالإضافة إلى التحديات التي تواجه عملية التتبع مثل العوائق التي تسد الرؤية عن الهدف، التغير في المنظور، والكاميرات غير الثابتة. كما يتم استعراض الطرائق التقليدية والحديثة في تتبع الكائنات، بما في ذلك خوارزميات مثل Mean-Shift، Optical Flow، Kalman Filter، Deep Regression Networks، وROLO. يتم تقديم خوارزمية SORT كمنهجية عملية لتتبع الكائنات المتعددة، مع تحسينها باستخدام شبكة عصبية لتحسين الأداء وتقليل عدد مفاتيح الهوية. يتم تقييم أداء الخوارزمية باستخدام معيار MOT16، حيث تظهر النتائج تحسنًا كبيرًا في الأداء مقارنة بالأساليب الأخرى. يتم تقديم أمثلة تطبيقية على تتبع الكائنات في الفيديو باستخدام الخوارزمية، مع التركيز على الأداء في الزمن الحقيقي حتى في الظروف الصعبة مثل الإضاءة الضعيفة واستخدام قدرات حاسوبية محدودة.
Critical review
تعتبر هذه الورقة البحثية إضافة قيمة لمجال تعقب الكائنات في الزمن الحقيقي، حيث تقدم تحسينات ملموسة على خوارزمية SORT باستخدام شبكة عصبية لتحسين الأداء. ومع ذلك، يمكن أن تكون هناك بعض النقاط التي تحتاج إلى مزيد من التوضيح أو التحسين. على سبيل المثال، يمكن توضيح كيفية التعامل مع التحديات المتعلقة بحركة الكاميرا بشكل أكثر تفصيلًا. كما يمكن تقديم المزيد من الأمثلة التطبيقية في بيئات مختلفة لتوضيح مدى فعالية الخوارزمية في ظروف متنوعة. بالإضافة إلى ذلك، يمكن أن تكون هناك حاجة لمزيد من التحليل حول تأثير الأوزان المدربة مسبقًا على الأداء العام للخوارزمية. بشكل عام، الورقة تقدم مساهمة قيمة ولكن يمكن تحسينها ببعض التفاصيل الإضافية والتحليلات.
Questions related to the research
-
ما الفرق بين الكشف عن الكائنات وتتبع الكائنات؟
في الكشف عن الكائنات، يتم اكتشاف الكائن في إطار معين ووضع مربع محيط أو قناع حوله وتصنيفه. بينما في تتبع الكائنات، يتم تتبع كائن معين عبر سلسلة من الإطارات (مثل الفيديو) باستخدام معرف كائن فريد.
-
ما هي التحديات التي تواجه عملية تتبع الكائنات؟
تشمل التحديات العوائق التي تسد الرؤية عن الهدف، التغير في المنظور، الكاميرات غير الثابتة، وصعوبة الحصول على بيانات تدريب جيدة.
-
ما هي الخوارزميات التقليدية المستخدمة في تتبع الكائنات؟
تشمل الخوارزميات التقليدية Mean-Shift، Optical Flow، وKalman Filter.
-
كيف تم تحسين خوارزمية SORT في هذه الورقة؟
تم تحسين خوارزمية SORT باستخدام شبكة عصبية لتحسين معلومات المظهر وتقليل عدد مفاتيح الهوية، مما أدى إلى تحسين الأداء العام للخوارزمية.
References used
S. Zagoruyko and N. Komodakis, “Wide residual networks,” in BMVC, 2016, pp. 1–12
rate research
Read More
Services that demanded by users via internet network are classified in two main
kinds, Services work in real time such as video and voice in real time and use UDP
protocol, and other services that work in non-real time such as web browsing (HTTP) a
nd
file transfer (FTP) which use TCP Protocol.
In this research, we study and analyze algorithms that enhance the quality of service
for various applications. For real time application, we use queues disciplines, which gives
high priority for these services and achieves minimum delay. For non-real time application,
we study congestion control algorithms, which achieve best performance for reliable
transfer process with existing the congestion in the network. We used OPNET 14.5
program for simulating various services via internet network. Simulation results show
achieving minimum delay for voice service, and achieving high transmission rate for FTP
application with existing of packets loss in the network.
تطبيقات الزمن الحقيقي
التحكم بالازدحام
Congestion Control
تطبيقات الزمن غير الحقيقي
قواعد الرتل
خوارزمية البداية البطيئة
تجنب الازدحام
خوارزمية إعادة الإرسال السريع و الاستعادة السريعة
Real Time application
non-real time application
Queue disciplines
Slow start algorithms
Congestion avoidance algorithms
Fast retransmit and Fast recovery
المزيد..
The study seeks to determine the real time in electrical power system, which consists of
generating, transmitting and distributing equipment by using redistributing active power of
electrical generators in order to organizing the overload operation
of electrical power
transmission line loading in such case that the spare loads of electrical station are not
covering the important and necessary loads at failures.
The most of laws related to electrical power systems design indicated to proper ratio of
real time of electrical power system equipment along with characteristics of probability
distributed functions in addition to statistics methods which give a high possibility to
reduce the real time of considered loads; so; this leads to the requested solutions which
reduce the damage of failures at any time.
This research introduces a new approach to reduce time execution
of processing programs, by reducing the amount of processed data,
especially in applications where the priority is to the execution time
of the program over the detailed information of captured pictures,
such as detection and tracking systems.
In this paper, we compare the performance of sporadic tasks scheduler algorithms on
a multi-core platform in order to determine the best algorithm in terms of a set of
parameters adopted by researchers in this field, which in turn gives us accurate
details
about the quality of such algorithms when applied to a set of sporadic tasks generated
according to uniformed Logarithmic probability distribution.
The simulation is done using Simso simulator, which proved the reliability of high
performance by the testimony of many researchers in this field, as it provides the
possibility of generating tasks according to specific probability distributions, and simulates
accurate details related to the characteristics of random tasks.
Most of Real-Time Systems which use FIFO (First In First Out)
algorithm to arrange the tasks in the queue suffer from a relatively long
waiting-time. Our study concerns on the effect of service time
probability distribution provided to the waiting tasks in the queues.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
