OneTrack - Modelos Baseados em Transformers e Eficientes em Tempo de Inferência para Rastreamento de Múltiplos Objeto
Carregando...
Arquivos
Data
Autores
Orientador(es)
Coorientador(es)
Membros da banca
Nakamura , duardo Freire
Melo, Tiago Eugênio de
Melo, Tiago Eugênio de
Pós-Graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Amazonas
Tipo
Direito de acesso
DOI
Resumo
O Rastreamento de Múltiplos Objetos (MOT) é um problema crítico na visão compu tacional, essencial para entender como objetos se movem e interagem em vídeos. Este
campo enfrenta desafios significativos, oclusões e dinâmicas ambientais complexas
afetam a precisão e eficiência dos modelos. Enquanto abordagens tradicionais têm se
apoiado em Redes Neurais Convolucionais (CNNs), este trabalho apresenta o OneTrack M, um modelo MOT baseado em transformers, projetado para aumentar a eficiência
computacional e a precisão do rastreamento. Nossa abordagem simplifica a arquitetura
típica baseada em transformers, ao eliminar a necessidade de um modelo decodificador
para detecção e rastreamento de objetos. Ao invés disso, apenas o codificador serve
como base para a interpretação de dados temporais, reduzindo significativamente o
tempo de processamento e aumentando a velocidade de inferência. Paralelamente,
emprega-se técnicas inovadoras de pré-processamento de dados e treinamento mul titarefa para abordar desafios diversos de objetivos dentro de um único conjunto de
pesos. Resultados experimentais demonstram o OneTrack-M alcançando tempos de
inferência pelo menos 25% mais rápidos em comparação com modelos de ponta na
literatura, mantendo ou melhorando as métricas de precisão de rastreamento. Essas
melhorias destacam o potencial da solução proposta para aplicações em tempo real,
como veículos autônomos e sistemas de vigilância, tais respostas rápidas são cruciais
para a eficácia do sistema.
Abstract
Tracking Multiple Objects (MOT) is a critical problem in computer vision, essential
for understanding how objects move and interact in videos. This field faces significant
challenges, as occlusions and complex environmental dynamics affect the accuracy
and efficiency of models. While traditional approaches have relied on Convolutional
Neural Networks (CNNs), this work presents OneTrack-M, a MOT model based on
transformers, designed to enhance computational efficiency and tracking accuracy.
Our approach simplifies the typical transformer-based architecture by eliminating the
need for a decoder model for object detection and tracking. Instead, only the encoder
serves as the basis for interpreting temporal data, significantly reducing processing time
and increasing inference speed. In parallel, innovative data preprocessing techniques
and multitask training are employed to address various objectives within a single
set of weights. Experimental results demonstrate that OneTrack-M achieves inference
times at least 25% faster compared to state-of-the-art models in the literature, while
maintaining or improving tracking accuracy metrics. These improvements highlight the
proposed solution’s potential for real-time applications, such as autonomous vehicles
and surveillance systems, where quick responses are crucial for system effectiveness.
Descrição
Palavras-chave
Termo controlado
Objetivos de Desenvolvimento Sustentável (ODS)
Citação
ARAUJO FILHO, Luiz Carlos. OneTrack - Modelos Baseados em Transformers e Eficientes em Tempo de Inferência para Rastreamento de Múltiplos Objeto. 2024. 85 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus (AM), 2024.
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto