Object Tracking

تتبّع الأجسام مهمة من مهام الرؤية الحاسوبية، تحدد مواقع الأجسام في إطارات الفيديو المتعاقبة وتربط تلك المواقع في مسارات، مع منح كل جسم معرّفًا ثابتًا. فالسيارة التي تدخل الإطار بالمعرّف 7 تحتفظ بالمعرّف 7 أثناء تحركها وانعطافها ومرورها للحظات خلف حافلة، ما يتيح للنظام عدّها مرة واحدة، وقياس سرعتها، والاستدلال على اتجاهها. يتتبّع تتبّع الجسم الواحد هدفًا اختير في الإطار الأول، بينما يتتبّع تتبّع الأجسام المتعددة (MOT)، وهو الأكثر شيوعًا عمليًا، كل الأجسام المنتمية إلى الفئات المطلوبة في آن واحد.

آلية عمل تتبّع الأجسام#

يستخدم معظم متعقّبات الأجسام المتعددة أسلوب التتبّع بالكشف: يحدّد نموذج كشف الأجسام الأجسام في كل إطار، ويربط متعقّب تلك الكشوف عبر الزمن. وتشمل أدوات المتعقّب نموذجًا للحركة، عادةً مرشح كالمان، وتداخل الصناديق المقاس بواسطة التقاطع على الاتحاد (IoU)، وتضمينات المظهر الاختيارية من نموذج إعادة التعرّف على الأجسام (Re-ID)، ومحلّل إسناد خطيًا مثل الخوارزمية المجرية. وينفّذ المتعقّب أربع خطوات في كل إطار:

1. التنبؤ: يتنبأ مرشح كالمان، بافتراض ثبات السرعة، بمكان ظهور صندوق كل مسار قائم في الإطار الجديد.
2. احتساب الدرجات: ينشئ المتعقّب مصفوفة تكاليف بين المسارات المتوقعة والكشوف الجديدة، استنادًا إلى IoU والحركة، وإلى تشابه المظهر في بعض المتعقّبات.
3. الإسناد: يختار المحلّل المطابقات واحدًا لواحد ذات أقل تكلفة.
4. إدارة المسارات: تحدّث المسارات المطابقة حالتها، وتبدأ الكشوف غير المطابقة ذات الثقة العالية مسارات جديدة، بينما تُحتفظ بالمسارات غير المطابقة بوصفها «مفقودة» لعدد من الإطارات كي يمكن استعادتها بعد الاحتجاب.

تضمن خطوة دورة الحياة ثبات المعرّفات عند انقطاع الكشوف لبضعة إطارات:

يعود التصميم الأساسي إلى SORT عام 2016، الذي استخدم مرشح كالمان وتكاليف IoU والخوارزمية المجرية فقط. أضاف DeepSORT سمات المظهر لاستعادة الهويات بعد الاحتجاب، وحسّن ByteTrack الاستدعاء عبر مطابقة الكشوف منخفضة الثقة أيضًا في تمريرة ثانية، وهي غالبًا أجسام محتجبة جزئيًا. وتضيف المتعقّبات الأحدث تعويضًا عن حركة الكاميرا عند تحركها، وقواعد إسناد أغنى للتعامل مع الحشود.

التتبّع مقابل الكشف#

كاشف الأجسام عديم الحالة: يعالج كل إطار بصورة مستقلة، لذا لا يرتبط كشف السيارة في الإطار 1 بكشف السيارة في الإطار 2. يضيف التتبّع حالة تنقل الهويات من إطار إلى آخر، وهو ما يعتمد عليه العدّ ومدة البقاء وتقدير السرعة. ويختلف التتبّع أيضًا عن تتبّع النقاط والتدفق البصري، اللذين يتابعان وحدات البكسل أو نقاط السطح الفردية من دون تجميعها في أجسام معنونة.

يضيف وضع التتبع في Ultralytics YOLO هذه الحالة إلى أي نموذج YOLO26 للكشف أو التقسيم أو تقدير الوضعية أو الصناديق الموجّهة، مع ستة متتبعات مدمجة تشمل ByteTrack وBoT-SORT والمتتبّع الافتراضي TrackTrack:

from ultralytics import YOLO

# Load a YOLO26 detector; track() pairs it with a tracker that assigns persistent IDs
model = YOLO("yolo26n.pt")

detections, track_ids = 0, set()
for result in model.track(
    "https://github.com/ultralytics/assets/releases/download/v0.0.0/decelera_portrait_min.mov", stream=True
):
    detections += len(result.boxes)
    if result.boxes.is_track:
        track_ids.update(result.boxes.id.int().tolist())

print(f"Detections summed over all frames: {detections}")
print(f"Unique tracked objects: {len(track_ids)}")

يكون عدد المعرّفات الفريدة أقل من مجموع الكشوف، لأن كل معرّف يمثل جسمًا واحدًا عبر جميع الإطارات التي يظهر فيها.

تطبيقات عملية#

• مراقبة حركة المرور وتقدير السرعة: يدعم تتبّع كل مركبة عبر الإطارات العدّ وتحليل تدفق الحركة على مستوى المسار وتقدير السرعة من المسافة التي يقطعها المسار في الثانية.
• تحليلات البيع بالتجزئة: تتتبّع كاميرات المتاجر المتسوقين لقياس عدد الزوار وطول الطوابير ومدة البقاء أمام شاشات العرض، دون عدّ الشخص نفسه مرتين.
• تحليل الرياضة: يتتبّع المذيعون والمدربون اللاعبين والكرة لحساب المسافة المقطوعة والسرعة وتشكيلات الفرق.
• المركبات ذاتية القيادة والروبوتات: تتتبّع أنظمة الإدراك المشاة والمركبات لتقدير سرعاتها والتنبؤ بمواقعها في الثانية التالية.

قياس جودة التتبّع#

تُقارن المتعقّبات على معايير قياس مثل MOT17 وMOT20 للحشود الكثيفة وDanceTrack للأشخاص المتشابهين في المظهر والذين يتحركون على نحو غير متوقع. يجمع MOTA حالات الإخفاق والإيجابيات الكاذبة وتبديلات الهوية في درجة واحدة تهيمن عليها جودة الكشف، بينما يقيس IDF1 مدى اتساق احتفاظ كل جسم حقيقي بمعرّف واحد، ويوازن HOTA بين الجانبين بوصفه المتوسط الهندسي لدقة الكشف ودقة الإسناد.