웹마스터 홈(ChinaZ.com) 12월 25일 뉴스: Tracking Any Object Amodally는 Carnegie Mellon University와 Toyota Research Institute에서 개발한 프로젝트로, 인공 지능이 전체 구조를 추적할 수 있더라도 인간처럼 전체 개체를 추적할 수 있게 해줍니다. 부분적으로 가려지거나 완전히 보이지 않는 경우에도 이해됩니다.
이 프로젝트에서 우리는 부분적으로 폐색된 물체의 전체 모양과 위치를 "이해"하고 추적하도록 컴퓨터를 훈련시켰습니다. 이는 복잡한 환경에서 부분적으로 가려진 보행자나 기타 차량을 보다 안전하고 안정적으로 식별하고 추적할 수 있기 때문에 자율주행차에 매우 중요합니다
프로젝트 주소: https://tao-amodal.github.io/ 프로젝트 주소: https://tao-amodal.github.io/
코드 링크: https://github.com/WesleyHsieh0806/TAO-Amodal
객체 추적 기술을 향상시키기 위해 TAO-Amodal이라는 데이터 세트를 특별히 설계했습니다. 이 데이터 세트에는 가려지거나 부분적으로 보이는 다양한 개체가 포함된 수많은 비디오 시퀀스가 포함되어 있으며, 인공 지능이 부분적으로만 볼 수 있는 개체를 더 잘 이해하고 추적하는 데 도움이 되는 자세한 주석 정보를 제공합니다
TAO-Amodal 데이터세트에는 수천 개의 비디오 시퀀스를 다루는 880개의 다양한 카테고리가 포함되어 있습니다. 데이터 세트에는 완전히 보이지 않고, 부분적으로 기본 제공되며, 가려진 개체에 대한 모달 및 모달 경계 상자가 포함되어 있습니다. 이 데이터 세트의 주요 목적은 모든 객체에 대한 모달 인식을 추적하여 폐색 추론에서 현재 추적기의 기능을 평가하는 것입니다
또한 프로젝트에서는 객체 추적기의 기능을 향상시키기 위해 "Amodal Expander Plugin"이라는 경량 모듈도 개발했습니다. 이 플러그인은 표준 Modal 추적기를 Amodal 추적기로 변환하여 부분적으로 가려지거나 완전히 보이지 않는 개체를 추적할 때 더욱 효율적이고 정확하게 만듭니다
TAO-Amodal 데이터 세트의 테스트 결과에 따르면 이 기술은 가려진 물체를 감지하고 추적하는 데 있어 3.3%와 1.6%의 향상을 달성했습니다. 특히 사람 추적 측면에서는 기존 모달 추적 기술 대비 성능이 2배 이상 향상됐다. 이 프로젝트가 성공하면 컴퓨터 비전 시스템의 지능이 크게 향상되어 가려진 물체를 처리할 때 인간과 더 비슷해지며 자율 주행 및 영상 감시와 같은 분야에서 더 큰 역할을 하게 될 것입니다
위 내용은 인간과 유사한 능력을 갖춘 AI: 임의의 객체 추적의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!