Đề xuất giải pháp bắt bám đối tượng dựa trên nhận dạng sử dụng mô hình trí tuệ nhân tạo và trích rút đặc trưng đối tượng

Abstract

Trong bài báo này, chúng tôi trình bày một đề xuất về giải thuật bắt bám các đối tượng người và phương tiện giao thông dựa trên nhận dạng đối tượng bởi mô hình trí tuệ nhận tạo, kết hợp phương pháp trích xuất đặc trưng HOG (Histogram of Oriented Gradients) của đối tượng cần được nhận dạng để tạo ra các vector đặc trưng HOG, các vector đặc trưng HOG được sử dụng làm đầu vào cho giải thuật bám đối tượng đề xuất. Tiếp đó, giải thuật bám đối tượng sử dụng các bộ lọc Kalman, kết hợp giải ma trận đường dẫn tối ưu Hungarian để duy trì việc bám các đối tượng của khung hình trước và khung hình hiện hành, và dự đoán các đối tượng được bám trong khung hình kế tiếp. Giải thuật đề xuất được tiến hành thử nghiệm trên tập dữ liệu MOTChallenge MOT16, được đánh giá so với 2 phương pháp gồm CLEAR MOT sử dụng các chỉ tiêu MOTA, MOTP, MT, ML, Flag; và Identity sử dụng các chỉ tiêu IDP, IDR, IDF1. Kết quả thử nghiệm đạt được tốt hơn so với các giải thuật OUTTrack_fm_p, MAT, Hugmot, XJTU đã công bố trước đó. Kết quả đạt được có độ chính xác bắt bám đối tượng theo các tiêu chí MOTA, MOTP, MT, Flag ML lần lượt là 75.6%, 81.7%, 304, 31 và 1.8; và theo các tiêu chí IDP, IDR và IDF1 lần lượt đạt được là 81.5%, 72.7% và 76.8%.