dc.description.abstract |
Celem niniejszego badania jest porównanie technik równoczesnego śledzenia wielu
obiektów. Detekcja obiektów polega na identyfikacji obiektów na obrazie oraz określeniu
ich położenia i rozmiaru. Tymczasem śledzenie wiąże się z przypisywaniem
unikalnych numerów identyfikacyjnych, inaczej etykiet, do wcześniej wykrytych
obiektów, śledzeniem tych obiektów w miarę ich przemieszczania się oraz przypisywaniu
i usuwaniu etykiet. Do porównania użyto dwóch algorytmów SORT i
Deep SORT w celu zbadania rozwoju jaki następuję w tej dziedzinie. Natomiast
detekcje użyte do weryfikacji wydajności tych algorytmów zostały wygenerowane
przy użyciu modelu sieci YOLOv8 wytrenowanyego na zbiorze danych KIT AIS
Data Set. W finalnym etapie badania, dzięki analizie otrzymanych wyników zostały
wyciągnięte wnioski co do postępu technologicznego algorytmów śledzenia oraz
udało się przedstawić słabości algorytmu SORT, oraz jak dużą poprawę przyniosłą
nowa wersja tego algorytmu Deep SORT. |
pl_PL |