Multi-Object Tracking (MOT)

Çoklu Nesne Takibi (MOT), bir video akışı içindeki birden fazla farklı varlığı tespit etmeyi ve zaman içinde kimliklerini korumayı içeren, bilgisayarlı görü (CV) alanındaki dinamik bir görevdir. Her kareyi izole bir anlık görüntü olarak ele alan standart nesne tespitinden farklı olarak MOT, [yapay zekâya (AI)](https://ultralytics-translation-2.invalid zamansal bir boyut kazandırır. MOT algoritmaları, tespit edilen her örneğe (kalabalıktaki belirli bir yaya veya otoyoldaki bir araç gibi) benzersiz bir kimlik numarası (ID) atayarak sistemlerin yörüngeleri izlemesine, davranışları analiz etmesine ve etkileşimleri anlamasına olanak tanır. Bu yetenek, modern video anlayışının temelini oluşturur ve makinelerin değişen bir ortamdaki sürekliliği algılamasını sağlar.

MOT Nasıl Çalışır#

Günümüzdeki izleme sistemlerinin çoğu "tespit ederek izleme" paradigmasıyla çalışır. Bu yaklaşım, süreci iki ana aşamaya ayırır: karede ne olduğunu belirlemek ve ardından bu bulguları geçmişten bilinen nesnelerle eşleştirmek.

1. Tespit: Her karede YOLO26 gibi yüksek performanslı bir model, nesneleri konumlandırmak için görüntüyü tarar ve sınırlayıcı kutular ile sınıf olasılıkları oluşturur.

2. Hareket Tahmini: Algoritmalar, bir nesnenin bir sonraki hareketini öngörmek için genellikle bir Kalman Filtresi kullanır. Bu matematiksel araç, hız ve konum gibi dinamik bir sistemin durumunu tahmin ederek sonraki karedeki arama alanını daraltmaya yardımcı olur.

3. Veri Eşleştirme: Sistem, yeni tespitleri mevcut izlerle eşleştirir. Macar algoritması gibi optimizasyon yöntemleri, eşleştirme maliyetini en aza indirerek bu atama problemini çözer ve uzamsal örtüşmeyi ölçmek için genellikle Kesişim-Birleşim (IoU) değerine dayanır.

4. Yeniden Kimliklendirme (ReID): Görsel engellemeler (oklüzyon olarak bilinir) meydana geldiğinde gelişmiş izleyiciler, nesne yeniden ortaya çıktığında onu tanımak için görsel gömüleri kullanır. Bu, "ID değiştirme" durumlarını önlemeye yardımcı olarak sistemin tünelden çıkan aracın tünele giren araçla aynı olduğunu bilmesini sağlar.

MOT'yi Tek Nesne Takibinden Ayırt Etme#

Terimler benzer olsa da Çoklu Nesne Takibi (MOT), Tek Nesne Takibinden (SOT) önemli ölçüde farklıdır. SOT, ilk karede başlatılan belirli tek bir hedefi izlemeye odaklanır ve çoğu zaman diğer tüm varlıkları göz ardı eder. Buna karşılık MOT, herhangi bir zamanda sahneye girebilen veya sahneden çıkabilen, sayısı bilinmeyen ve değişken hedeflerle başa çıkmalıdır. Bu durum MOT'yi hesaplama açısından daha zorlu hâle getirir; çünkü iz başlatma ve sonlandırmayı, ayrıca birden fazla hareketli nesne arasındaki karmaşık etkileşimleri ele alacak sağlam bir mantık gerektirir.

Gerçek Dünya Uygulamaları#

Birden fazla varlığı aynı anda izleme yeteneği, birçok önemli sektörde yeniliği teşvik eder.

• Otonom Sürüş: Sürücüsüz araçlar, güvenli bir şekilde seyretmek için büyük ölçüde MOT'ye güvenir. Yayaları, bisikletlileri ve diğer araçları izleyen otonom sistemler, çarpışmaları önlemek için gelecekteki konumları tahmin edebilir. Bu işlem, en yüksek güvenilirlik için genellikle kameralardan ve LiDAR sensörlerinden gelen verilerin birleştirilmesini içerir.
• Perakende Analitiği: Fiziksel mağazalarda perakendeciler, müşteri yolculuklarını haritalamak için perakendede yapay zekâ kullanır. MOT algoritmaları, yaya trafiğinin ısı haritalarını oluşturarak yöneticilerin mağaza düzenlerini optimize etmesine ve yoğun saatlerde kuyruk yönetimini iyileştirmesine yardımcı olur.
• Spor Analitiği: Profesyonel takımlar, oyuncu hareketlerini ve takım dizilişlerini analiz etmek için MOT kullanır. Antrenörler, sahadaki her oyuncuyu izleyerek poz tahmini tekniklerini kullanıp hız, katedilen mesafe ve taktiksel konumlanma hakkında ayrıntılı metrikler çıkarabilir.

Python ile MOT Uygulama#

Ultralytics, son teknoloji modellerle izlemeyi kolayca uygulamanı sağlar. track() yöntemi, tespit ve izleme mantığını sorunsuz biçimde birleştirerek ByteTrack ve BoT-SORT gibi algoritmaları destekler. Aşağıdaki örnek, önerilen YOLO26 modeli kullanılarak bir videodaki araçların nasıl izleneceğini gösterir.

from ultralytics import YOLO

# Load the official YOLO26 small model
model = YOLO("yolo26s.pt")

# Track objects in a video file (or use '0' for webcam)
# The 'persist=True' argument keeps track IDs consistent between frames
results = model.track(source="traffic_analysis.mp4", show=True, persist=True)

# Print the IDs of objects tracked in the first frame
if results[0].boxes.id is not None:
    print(f"Tracked IDs: {results[0].boxes.id.int().tolist()}")

Çoklu Nesne Takibindeki Zorluklar#

Gelişmelere rağmen MOT, zorlu bir alan olmaya devam eder. Oklüzyon başlıca zorluklardan biridir; nesneler yolları kesiştiğinde veya engellerin arkasında gizlendiğinde kimliklerini korumak karmaşıklaşır. Yoğun bir maraton veya kuş sürüsü gibi kalabalık sahneler, veri eşleştirme algoritmalarının sınırlarını zorlar. Ayrıca yüksek çözünürlüklü video akışlarını işlerken [gerçek zamanlı çıkarım](https://ultralytics-translation-1.invalid hızlarını korumak, verimli model mimarileri ve çoğu zaman NVIDIA Jetson cihazları gibi özel donanımlar gerektirir.

Bu zorlukların üstesinden gelmek için araştırmacılar, tespit ve izlemeyi tek bir ağda birleştiren uçtan uca derin öğrenme yaklaşımlarını araştırıyor ve zorlu veri kümelerine açıklama ekleyip sağlam özel modeller eğitmek için Ultralytics Platformu platformundan yararlanıyor.