Un algoritmo de seguimiento de objetos en dos etapas con transformador y mecanismo de atención

Área de la Ciencia:

• Seguridad de la ingeniería
• Visión por computadora
• Inteligencia artificial

Sus antecedentes:

• El seguimiento de múltiples objetos se enfrenta a desafíos con la oclusión y los frecuentes interruptores de identidad (ID) en aplicaciones de seguridad de ingeniería.
• Los modelos existentes de seguimiento por detección luchan con la detección precisa y el mantenimiento de la identidad del objetivo en condiciones difíciles.

Objetivo del estudio:

• Proponer un modelo avanzado de seguimiento de múltiples objetos que integre la versión 8 mejorada de You Only Look Once (YOLOv8) y el seguimiento de múltiples objetos de alto rendimiento mediante el seguimiento de bytes (ByteTrack).
• Mejorar las capacidades de detección y reidentificación de objetos para mitigar los problemas de oclusión y reducir los interruptores de identificación para mejorar la robustez del seguimiento.

Principales métodos:

• Desarrolló un nuevo módulo Coordinate Attention Spatial Pyramid Pooling - Fast Conv (CASPPFC) y lo integró con un transformador de visión eficiente mejorado (EfficientViT) para mejorar la columna vertebral YOLOv8.
• Se introdujo la Atención de Coordenadas de Red a Escala Omni (OSNet-CA) para una extracción efectiva de características de Reidentificación (Re-ID).
• Utilizó el método de intersección eficiente sobre la Unión (EIoU) en la fase de asociación para refinar las relaciones posicionales objetivo.

Principales resultados:

• El modelo mejorado logró 80,5% MOTA, 79,3% IDF1 y 64,2% HOTA en el conjunto de datos MOT17.
• En el conjunto de datos MOT20, el modelo alcanzó el 77,8% de MOTA, el 76,9% de IDF1 y el 62,4% de HOTA.
• Se demostró una reducción significativa de los falsos positivos, los falsos negativos y los cambios de identidad en comparación con los métodos de referencia.

Conclusiones:

• El modelo de seguimiento de múltiples objetos propuesto aborda efectivamente los desafíos de la oclusión y el interruptor de identificación en la seguridad de la ingeniería.
• La integración de módulos avanzados como CASPPFC, EfficientViT, OSNet-CA y EIoU aumenta significativamente la precisión y la robustez del seguimiento.
• El modelo proporciona un seguimiento de peatones de alta precisión, crucial para la detección oportuna de eventos peligrosos y para garantizar la seguridad del personal en entornos de ingeniería.