nwojke/deep_sort
Deep Sort
DeepSORT este un framework de urmărire multi-obiect în timp real conceput pentru a menține identități consistente ale mai multor obiecte pe parcursul cadrelor video. Integrează caracteristici de aspect deep learning cu descriptori de mișcare pentru a urmări obiectele printr-o secvență de date video.
Sistemul utilizează o rețea neuronală convoluțională profundă pentru a genera descriptori vizuali de înaltă dimensiune pentru re-identificarea persoanelor. Aceste caracteristici de aspect sunt combinate cu estimarea mișcării prin filtrare Kalman și rezolvate folosind algoritmul maghiar pentru a asocia optim detecțiile cu pistele existente.
Framework-ul include capabilități pentru filtrarea asocierii bazată pe gating și gestionarea pistelor bazată pe stare pentru a gestiona ciclurile de viață ale obiectelor. Oferă, de asemenea, instrumente pentru redarea rezultatelor urmăririi pe cadrele video și evaluarea performanței urmăririi față de benchmark-urile stabilite.
Features
- Object Tracking Frameworks - Provides a real-time multi-object tracking framework combining motion descriptors and deep appearance features.
- Feature Descriptor Computation - Generates numerical feature descriptors for bounding boxes to enable similarity comparison.
- Object Tracking Systems - Maintains consistent identities of multiple objects across a sequence of video frames.
- Detection-to-Track Association - Uses the Hungarian algorithm to optimally pair detections with tracks via a cost matrix.
- Appearance Matching Networks - Implements appearance matching networks to associate detected objects with existing tracks using visual embeddings.
- Appearance Embedding Extraction - Extracts appearance embeddings from bounding boxes for person re-identification.
- Kalman Filter Trackers - Employs Kalman filters to predict future object positions based on velocity and bounding box coordinates.
- Video Object Tracking - Integrates appearance and motion data to track multiple objects across video frames in real time.
- Person Re-identification - Implements person re-identification to recognize individuals across different camera views or frames.
- CNN Feature Extractors - Uses a deep convolutional neural network to generate high-dimensional visual descriptors for object identification.
- Association Gating Filters - Restricts the matching search space by ignoring candidates outside a maximum distance threshold.
- Deep Learning Association Metrics - Associates bounding boxes across video frames using deep feature vectors and cosine similarity.
- Identity Association Metrics - Determines if bounding boxes in different frames represent the same object using deep learning feature vectors.
- Track Lifecycle Management - Maintains track lifecycles by counting consecutive frames of non-detection before deleting a track.
- Real-Time Video Analytics - Processes live video streams to identify and follow specific objects in real time.
