PREDATOR - 会学习和改进的跟踪器

PREDATOR - Tracker that learns and improves

频道:Zdenek Kalal · 时长:4:12 · 发布:2011-01-01 · 播放:892889

在 YouTube 观看

简介

PREDATOR (TLD) 的演示,这是一个实时目标跟踪器,能学习目标的外观并在跟踪过程中不断改进。该技术后来被商业化开发。

HN 为什么推荐

HN 用户觉得这是一个很棒的演示,并指出它是一个原始但有效的学习型跟踪器,早于现代深度学习跟踪器。

非常巧妙。 — HN, 2011

机器学习与深度学习 · 计算机视觉、语音与 NLP

中文字幕节选

大家好,我叫Zdenek Kalal,是一名专注于视觉目标跟踪的研究员。 这个红点是我博士论文的成果,我研究了如何在视频序列中跟踪一个未知的 物体,以及如何在跟踪过程中提升跟踪性能。 嗯,我们开发了一种算法,称之为Predator。和其他 跟踪器一样,Predator会估计物体的位置和尺度变化,但除此之外,它 还会学习物体的外观以及什么不是物体,并利用这些信息 扫描每一帧来搜索物体。如果物体消失后又重新出现, 我们能够检测到它。这种跟踪、学习和检测的结合是 独一无二的,因此为许多工业应用开辟了全新的可能性。 首先是人机交互界面。假设你想 做一个界面,让用户抓取并拖拽某个东西,比如鼠标。那么 使用我们的系统,可以通过一个边界框来选择你想跟踪的 物体,就这么简单。现在系统正在学习这个手势在不同尺度下 的样子,在不同旋转角度下的样子等等。过一段时间后, 我们就有了一个相当可靠的系统,可以充当虚拟鼠标。一个很好的特性 是,随着时间的推移,它会变得越来越好,所以用户有灵活性 来创建自己的手势。另一个例子是 嗯,人脸识别。比如我选择我的脸并立即开始跟踪, 之后系统就能在我回来时定位我、认出我。 [音乐] 所以我们可以谈论一些可以用到它的游戏, 或者也许是非常简单的安全系统,可以在其他 人脸中识别出目标人脸。 同样的功能可以用来改进谷歌应用中的视觉搜索。 谷歌的应用程序中,图像是通过单张图片来查询的。然而,如果你有一个 像这样的跟踪器,用户可以发送多张图片的查询,从而提升 搜索性能。所以这些只是Predator能做什么的几个想法, 如果你仍然感兴趣,请观看最后的视频,或者访问我的网站, 在那里我会解释更多相关内容。非常感谢,再见, 回头见。 [音乐] [音乐] 哦 [音乐] [音乐] [音乐] [音乐] 哦

HN 上的讨论

我的朋友转发了这个的视频演示链接:[VIDEO] 非常巧妙。我期待阅读其中涉及的机器学习代码。 — tom_b, 2011-04
好吧,那就是11年前。这次用的是非常原始的机器学习:OpenTLD [VIDEO] 已经足够商业化 [LINK]。我认为他们的技术正在驱动这个 [LINK] — rasz, 2023-08
不对。识别应用至少十年来就能在视频的不同帧之间跟踪物体,即使被摄像机视野遮挡也能做到[1]。1. [VIDEO] — jackcviers3, 2021-07

相关视频