تتبع الكائنات

كيفية عمل تتبع الكائنات

يبدأ تتبع الكائنات عادةً باكتشاف الكائنات في الإطار الأولي باستخدام كاشف كائنات، مثل Ultralytics YOLO نموذج YOLO. بمجرد اكتشاف كائن ما، وغالبًا ما يتم تمثيله بواسطة مربع محدّد، تقوم خوارزمية التتبع بتعيين معرّف فريد له. في الإطارات اللاحقة، تتنبأ الخوارزمية بالموقع الجديد للكائن بناءً على حالته السابقة، والتي قد تتضمن الموضع والسرعة وميزات المظهر. غالبًا ما يتضمن هذا التنبؤ تقنيات مثل تقدير الحركة. يقوم النظام بعد ذلك بربط الأجسام المكتشفة حديثًا في الإطار الحالي بالأجسام المتعقبة الحالية، وتحديث مساراتها والحفاظ على معرّفاتها الفريدة.

يجب أن تتعامل هذه العملية مع العديد من التحديات، بما في ذلك إخفاء الأجسام مؤقتًا (الانسداد)، والتغيرات في مظهر الجسم، والتفاعلات المعقدة بين أجسام متعددة، والتغيرات في الإضاءة أو وجهة نظر الكاميرا. تشمل التقنيات الشائعة المستخدمة لمعالجة هذه التحديات أساليب التصفية مثل مرشح كالمان (KF) للتنبؤ بالحركة والربط، وأساليب التعلم العميق الأكثر تقدماً مثل SORT (التتبع البسيط عبر الإنترنت والتتبع في الوقت الحقيقي) و DeepSORT، والتي تجمع بين ميزات الحركة والمظهر من أجل تتبع أكثر قوة. تدعم نماذج Ultralytics العديد من أدوات التتبع المتاحة لتنفيذ هذه التقنيات. يعد التعامل الفعال مع الانسداد أمرًا بالغ الأهمية للحفاظ على استمرارية المسار.

الاختلافات الرئيسية عن المفاهيم ذات الصلة

من المهم التمييز بين تتبع الأجسام ومهام الرؤية الحاسوبية الأخرى ذات الصلة:

• اكتشاف الكائنات: يحدد الكائنات ويحدد موقعها (عادةً مع المربعات المحدودة) داخل صورة أو إطار واحد. يجيب عن "ما هي الأجسام الموجودة في هذا الإطار؟ يعتمد تتبع الكائنات على الكشف عن طريق إضافة البُعد الزمني، حيث يجيب عن "أين تحرك هذا الكائن المحدد بمرور الوقت؟
• تصنيف الصور: يعين تسمية واحدة لصورة كاملة (على سبيل المثال، "تحتوي على قطة"). لا يحدد موقع الأجسام أو يتتبعها.
• تجزئة الصور: يعين تسمية فئة لكل بكسل في الصورة. بينما يميز تجزئة المثيل بين مثيلات الكائنات المختلفة، فإن التجزئة القياسية لا تتبع هذه المثيلات عبر الإطارات. يعد الجمع بين تجزئة المثيل والتتبع(تجزئة المثيل والتتبع) مهمة ذات صلة ولكنها أكثر تعقيدًا توفر أقنعة على مستوى البكسل للأجسام المتعقبة.

التطبيقات الواقعية

يُعد تتبع الكائنات، وتحديدًا تتبع الكائنات المتعددة (MOT)، أمرًا بالغ الأهمية للعديد من تطبيقات الذكاء الاصطناعي في العالم الحقيقي:

• المركبات ذاتية القيادة: ضرورية لتتبع المشاة وراكبي الدراجات والمركبات الأخرى للتنبؤ بحركتهم، مما يتيح الملاحة الآمنة وتجنب الاصطدام. هذه القدرة أساسية لتحقيق مستويات أعلى من التشغيل الآلي للقيادة الآلية، كما أنها تدعم العديد من حلول الذكاء الاصطناعي في السيارات ذاتية القيادة.
• المراقبة والأمنبالفيديو: مراقبة الأشخاص أو المركبات في المناطق الحساسة، واكتشاف السلوك غير المعتاد، وتمكين التنبيهات الآلية. ومن الأمثلة على ذلك إنشاء نظام إنذار أمني أو استخدام كاميرات أمنية تعمل بالذكاء الاصطناعي لحماية المحيط.
• تحليلات البيع بالتجزئة: تتبُّع مسارات العملاء عبر المتاجر لتحسين التخطيط، وتحليل أوقات المكوث، وإدارة طوابير الانتظار آلياً، وفهم أنماط التسوق لتحسين تجارب العملاء في مجال الذكاء الاصطناعي في البيع بالتجزئة.
• التحليلات الرياضية: توفر متابعة اللاعبين والكرة أثناء المباريات بيانات قيّمة لتحليل الأداء والتخطيط التكتيكي وتوليد الملامح البارزة الآلية. تعرف على المزيد حول رؤية الكمبيوتر في الرياضة.
• الروبوتات: السماح للروبوتات بتتبع الأجسام أو الأشخاص والتفاعل معهم في بيئات ديناميكية، وهو أمر بالغ الأهمية لمهام مثل التصنيع التعاوني أو الملاحة المستقلة في المستودعات.
• مراقبة الحياة البرية: تتبع الحيوانات بشكل غير جراحي لدراسة سلوكها وأنماط هجرتها وأحجام تجمعاتها، مما يساعد في جهود الحفاظ على البيئة. وقد استُخدمت نماذج Ultralytics مثل YOLOv8 لرصد الحيوانات.
• إدارة حركة المرور: مراقبة تدفق المركبات، وإحصاء المركبات في مناطق محددة(عدّ المركبات في مناطق محددة)، والكشف عن الحوادث من أجل بنية تحتية أكثر ذكاءً للمدينة(الذكاء الاصطناعي في إدارة حركة المرور).

الأدوات والتنفيذ

غالبًا ما يتضمن تنفيذ تتبع الكائنات الجمع بين نماذج اكتشاف الكائنات وخوارزميات التتبع. توفر المكتبات الشهيرة مثل OpenCV وظائف التتبع الأساسية. أطر عمل مثل PyTorch و TensorFlow لبناء وتدريب نماذج الكشف الأساسية وتدريبها. تبسط Ultralytics هذه العملية من خلال دمج قدرات التتبع مباشرةً في نماذجها مثل YOLO11. يمكن للمستخدمين تمكين التتبع بسهولة باستخدام وضع التتبع المخصص. لإدارة سير العمل بأكمله بدءًا من الشرح التوضيحي للبيانات وحتى النشر، تقدم منصات مثل Ultralytics HUB أدوات شاملة. يمكنك اتباع أدلة مثل دليل تتبع كائناتYOLO11 للبدء.