Seguimiento multiobjeto (MOT)

El seguimiento multiobjeto (MOT) es una tarea fundamental de la visión por ordenador que consiste en detectar múltiples entidades distintas dentro de un flujo de vídeo y mantener sus identidades únicas a lo largo de fotogramas consecutivos. Mientras que detección de objetos estándar identifica lo que está presente en una sola imagen estática, el MOT introduce una dimensión temporal, respondiendo a la pregunta de dónde se mueven objetos se mueven con el tiempo. Al asignar un número de identificación (ID) persistente a cada instancia detectada, la MOT permite analizar trayectorias, comprender interacciones y contar elementos únicos, lo que lo convierte en un componente fundamental de las aplicaciones modernas de comprensión de vídeo. aplicaciones modernas de comprensión de vídeo.

Mecánica de los sistemas de seguimiento

La mayoría de los sistemas de ITV de última generación, incluidos los alimentados por YOLO11funcionan según el paradigma del "seguimiento por detección". por detección". Este flujo de trabajo separa el proceso en distintas fases que se repiten en cada fotograma de vídeo para garantizar una gran precisión y continuidad. precisión y continuidad.

1. Detección: El sistema utiliza en primer lugar un modelo de alto rendimiento para localizar objetos de interés, generando cuadros delimitadores y de confianza.
2. Predicción de movimiento: Para asociar las detecciones entre fotogramas, algoritmos como el Kalman estiman la posición futura de un de un objeto basándose en su velocidad y ubicación pasadas. Esto crea una estimación de estado que reduce el área de búsqueda para el siguiente fotograma. siguiente fotograma.
3. Asociación de datos: El sistema asocia las nuevas detecciones con las pistas existentes. Las técnicas de optimización como el algoritmo húngaro resuelven este problema de asignación minimizando el coste del emparejamiento, a menudo calculando la Intersección sobre Unión (IoU) entre entre la track prevista y la nueva detección.
4. Reidentificación (ReID): En situaciones en las que los objetos se cruzan o se ocultan temporalmente fenómeno conocido como oclusión Los rastreadores avanzados utilizan incrustaciones visuales para reconocer el objeto cuando reaparece. cuando reaparece, evitando el cambio de ID.

MOT frente a términos relacionados con la visión por ordenador

Es importante distinguir la ITV de conceptos similares para seleccionar la tecnología adecuada para un caso de uso específico.

• vs. Detección de objetos: La detección trata cada fotograma como un evento independiente. Si un vehículo aparece en dos fotogramas consecutivos, un detector ve dos instancias separadas de un "coche". En cambio, el seguimiento de objetos relaciona estas instancias, reconociéndolos como el mismo vehículo moviéndose a través del tiempo.
• vs. Seguimiento de un solo objeto (SOT): SOT se centra en seguir un objetivo específico inicializado por el usuario, ignorando a menudo cualquier otra actividad. El MOT es más complejo, ya que debe detect, track y gestionar de forma autónoma un número desconocido y fluctuante de objetos que entran y salen de la escena. un número desconocido y fluctuante de objetos que entran y salen de la escena, lo que requiere una lógica de gestión de memoria robusta. lógica de gestión de memoria.

Aplicaciones en el mundo real

La capacidad de track múltiples objetos simultáneamente impulsa la innovación en diversos sectores, convirtiendo los datos de vídeo sin procesar en información práctica. vídeo sin procesar en de modelos predictivos.

• Transporte inteligente: En el campo de la IA en automoción, la ITV es fundamental para la conducción autónoma y la vigilancia del tráfico. Permite a los sistemas realizar estimación de la velocidad calculando la distancia vehículo en el tiempo y ayuda a predecir posibles colisiones mediante el seguimiento de las trayectorias de peatones y ciclistas. peatones y ciclistas.
• Análisis del comercio minorista: Las tiendas físicas aprovechan la la IA en el comercio minorista para comprender el comportamiento de los clientes. En aplicando la ITM para el recuento preciso de objetos los minoristas pueden medir el tráfico peatonal, analizar los tiempos de permanencia en pasillos específicos y optimizar la gestión de colas para mejorar el proceso de compra. optimizar la gestión de colas para mejorar experiencia de compra.
• Análisis deportivo: Los entrenadores y analistas utilizan la ITV para track los jugadores y el balón durante los partidos. Estos datos de datos facilitan el análisis avanzado de la estimación de la pose, ayudando a los a los equipos a comprender las formaciones, el cansancio de los jugadores y la dinámica del juego en escenarios de inferencia en tiempo real.

Seguimiento con Python

En ultralytics simplifica la complejidad de la ITV integrando potentes rastreadores como BoT-SORT y ByteTrack directamente en el de predicción. Estos rastreadores pueden intercambiarse fácilmente mediante argumentos.

El siguiente ejemplo muestra cómo cargar un modelo YOLO11 preentrenado y aplicar el seguimiento a un archivo de vídeo:

from ultralytics import YOLO

# Load an official YOLO11 model pretrained on COCO
model = YOLO("yolo11n.pt")

# Perform tracking on a video file
# 'persist=True' ensures IDs are maintained between frames
# 'tracker' allows selection of algorithms like 'bytetrack.yaml' or 'botsort.yaml'
results = model.track(source="traffic_analysis.mp4", persist=True, tracker="bytetrack.yaml")

# Visualize the results
for result in results:
    result.show()

Este código se encarga de todo el proceso, desde la detección hasta la asignación de ID, permitiendo a los desarrolladores centrarse en la lógica de alto nivel, como el recuento de regiones o la asignación de ID. lógica de alto nivel, como el recuento de comportamiento. Para una mayor personalización, consulte la documentación del modo de seguimiento.