Suivi de plusieurs objets (MOT)

Le suivi multi-objets (MOT) est une fonctionnalité sophistiquée de la vision par ordinateur (CV) qui permet aux systèmes de detect, d'identifier et de suivre plusieurs entités uniques à travers une séquence d'images vidéo. Contrairement à la détection d'objets standard détection d'objets, qui traite chaque image comme un événement isolé, le MOT introduit une dimension temporelle dans l' l'intelligence artificielle (IA). En attribuant un numéro d'identification (ID) permanent à chaque instance détectée, telle qu'une voiture spécifique dans la circulation ou un joueur sur un terrain de sport, la MOT permet aux algorithmes de conserver l'identité des objets lorsqu'ils se déplacent, interagissent et même disparaissent temporairement derrière des obstacles. Cette continuité est le fondement de la compréhension moderne de la compréhension vidéo et de l' analyse comportementale

La mécanique des systèmes de suivi

La plupart des systèmes MOT contemporains, y compris ceux équipés de la technologie de pointe YOLO26, fonctionnent selon un paradigme de « suivi par détection ». Ce flux de travail repose sur un cycle de détection et d' association afin de garantir une grande précision et un changement d'ID minimal.

1. Détection : dans chaque image, un modèle à grande vitesse tel que YOLO26 ou la génération précédente YOLO11 scanne la scène pour localiser les objets, générant des cadres de sélection et des probabilités de classe.
2. Prédiction de mouvement : pour prédire où un objet va se déplacer ensuite, les algorithmes utilisent des estimateurs mathématiques tels que le filtre de Kalman. Cela permet de créer une estimation d'état estime de l'état en fonction de la vitesse et de la trajectoire, ce qui réduit la zone de recherche pour l'image suivante.
3. Association des données : le système associe les nouvelles détections aux pistes existantes. Méthodes d'optimisation telles que l' algorithme hongrois résolvent ce problème d'affectation en minimisant le « coût » de la mise en correspondance, souvent à l'aide de l' Intersection over Union (IoU) pour mesurer le chevauchement spatial.
4. Re-identification (ReID) : en cas d'obstacles visuels, appelés occlusion, les trackers avancés utilisent des intégrations pour reconnaître l'objet lorsqu'il réapparaît, en conservant son identifiant d'origine plutôt que de le traiter comme une nouvelle entité.

MOT vs concepts connexes

Comprendre la distinction entre le MOT et l'apprentissage automatique (ML) similaire apprentissage automatique (ML) est cruciale pour choisir le bon outil.

• vs. Détection d'objets : la détection répond aux questions « quoi » et « où » dans une image statique. Si une personne apparaît dans l'image 1 et l'image 2, un détecteur voit deux personnes distinctes. Le MOT les relie, comprenant qu'il s'agit de la même personne se déplaçant dans le temps.
• vs. Suivi d'objet unique (SOT) : le SOT se concentre sur le suivi d'une cible spécifique, souvent initialisée manuellement par un utilisateur, et la suit indépendamment des autres distractions. Le MOT est plus complexe, car il doit detect track de manière autonome track nombre inconnu et fluctuant d'objets entrant et sortant de la scène, ce qui nécessite une gestion robuste de la mémoire logique de gestion de la mémoire .

Applications concrètes

La capacité à transformer les flux vidéo en données structurées stimule l'innovation dans tous les secteurs, permettant ainsi la modélisation prédictive et la prise de décision automatisée.

• Systèmes de transport intelligents : dans le domaine de l' IA dans le , MOT est essentiel pour les voitures autonomes et les infrastructures des villes intelligentes. Il permet l' estimer la vitesse en analysant la distance parcourue par un véhicule au fil du temps et aide à prévenir les accidents en prédisant les trajectoires des piétons et des cyclistes.
• Analyse du commerce de détail : les magasins physiques utilisent l'IA dans le commerce de détail pour analyser le comportement des acheteurs . En appliquant la MOT pour le compter les objets, les détaillants peuvent générer des cartes thermiques des allées très fréquentées, surveiller les temps d'attente et optimiser la gestion des files d'attente afin de réduire les temps d'attente aux caisses.

Mise en œuvre du suivi avec Python

Le ultralytics Le package fournit une interface transparente pour MOT, intégrant des algorithmes puissants tels que BoT-SORT et ByteTrack. L'exemple suivant montre comment charger un modèle et track dans un flux vidéo.

from ultralytics import YOLO

# Load a pre-trained YOLO model (YOLO11n is used here, YOLO26n is also supported)
model = YOLO("yolo11n.pt")

# Perform tracking on a video source
# 'persist=True' ensures tracks are maintained between frames
results = model.track(source="https://youtu.be/LNwODJXcvt4", persist=True, tracker="bytetrack.yaml")

# Visualize the first frame's results with IDs drawn
results[0].show()

Ce flux de travail simple gère automatiquement la détection, l'association et l'attribution d'identifiants, permettant ainsi aux développeurs de se concentrer sur une logique de plus haut niveau, telle que le comptage de zones ou les déclencheurs comportementaux. Pour plus de détails sur la configuration, reportez-vous à la documentation sur le mode de suivi.