Глоссарий ИИ
Полный словарь искусственного интеллекта
Suivi d'objets (Object Tracking)
Processus informatique qui consiste à localiser un objet spécifique au sein d'une séquence vidéo et à suivre sa trajectoire d'une image à l'autre en temps réel ou en différé.
Modèle de détection (Detection Model)
Algorithme, souvent basé sur un réseau de neurones convolutifs, utilisé pour identifier et délimiter la présence d'objets d'intérêt dans la première image d'une séquence vidéo.
Modèle d'apparence (Appearance Model)
Représentation mathématique ou visuelle des caractéristiques uniques d'un objet (couleur, texture, forme) utilisée pour le différencier de son environnement et le retrouver dans les images suivantes.
Modèle de mouvement (Motion Model)
Modèle prédictif qui estime la position future d'un objet en se basant sur sa vitesse, son accélération et sa trajectoire passée, réduisant ainsi l'espace de recherche.
Filtre de Kalman
Algorithme récursif qui estime l'état d'un système dynamique (comme la position et la vitesse d'un objet) à partir d'une série de mesures bruitées sur plusieurs images successives.
Dérive (Drift)
Phénomène où le modèle de suivi accumule des erreurs au fil du temps, provoquant une déviation progressive de la boîte englobante par rapport à la position réelle de l'objet.
Occlusion
Situation où l'objet suivi est temporairement masqué, partiellement ou totalement, par un autre élément de la scène, ce qui complique sa localisation et son suivi.
Ré-identification (Re-identification)
Tâche consistant à reconnaître un objet spécifique après une période d'absence ou d'occlusion prolongée, souvent en se basant sur des caractéristiques d'apparence robustes.
Слежение по детекции (Tracking-by-Detection)
Парадигма слежения, где детектор объектов выполняется на каждом кадре, а затем последовательные детекции связываются для формирования непрерывных траекторий.
Корреляционное слежение (Correlation Tracking)
Подход слежения, который ищет область на следующем изображении с наибольшим сходством (корреляцией) с моделью объекта, установленной на предыдущем изображении.
MOSSE (Minimum Output Sum of Squared Error)
Быстрый алгоритм слежения, основанный на фильтрах корреляции в частотной области, который обучает оптимальный фильтр для различения объекта и фона.
KCF (Kernelized Correlation Filters)
Улучшение фильтров корреляции, которое использует трюк с ядрами (kernel trick) для введения нелинейности, что повышает устойчивость слежения к изменениям внешнего вида.
Слежение с использованием глубокого обучения
Категория методов слежения, которые используют глубокие нейронные сети для извлечения мощных признаков внешнего вида и моделирования движения более сложным образом.
Слежение с использованием сиамских сетей
Подход слежения, который обучает сиамскую нейронную сеть вычислять сходство между моделью объекта (template) и областью-кандидатом на новом изображении.
Метрика слежения
Количественный показатель, такой как точность центра (Center Precision) или показатель успешности перекрытия (Overlap Success), используемый для оценки производительности алгоритма слежения.
MOT (Multiple Object Tracking)
Расширение слежения объектов, направленное на одновременное отслеживание нескольких различных объектов в одной сцене, управляя их взаимодействиями и соответствующими идентичностями.
Ассоциация данных (Data Association)
Центральная проблема в отслеживании нескольких объектов (MOT), которая заключается в сопоставлении обнаружений текущего кадра с существующими траекториями отслеживаемых объектов, часто решаемая с помощью таких алгоритмов, как Венгерский алгоритм.
Треклет
Фрагмент траектории объекта, состоящий из последовательности обнаружений или последовательных позиций, который может быть объединен с другими для формирования полной траектории.