Deep Learning -objektiseuranta on suunniteltu ihmisten, ajoneuvojen ja keskeisten kohteiden tarkkaan havaitsemiseen ja seurantaan haastavissa ympäristöissä, joissa liikkeisiin perustuvilla seurantamenetelmillä on vaikeuksia.
Seuraavassa on luettelo Deep Learning -objektiseurannan havaitsemista kohteista:
|
Luokan nimi |
Kuvaus |
|---|---|
|
|
Henkilö tai jäljitettävä esine, jossa on henkilö (esim. polkupyörä). |
|
|
Moottoripyörä |
|
|
Polkupyörä |
|
|
Polkupyörällä ajava henkilö voidaan ilmoittaa kahtena erillisenä esineenä. |
|
|
Linja-auto |
|
|
auto |
|
|
pakettiauto, mukaan lukien mini-pakettiautot ja minibussit. |
|
|
Kuorma-auto, mukaan lukien kuorma-autot ja hyötyajoneuvot, |
|
|
Trukki |
|
|
Rinkka tai reppu (urheilukassi) |
|
|
|
Deep Learning -objektiseuranta perustuu luokittelu- ja havaintomalliin, joka antaa kohteen sijainnin näkökentässä. Katso tämän algoritmin laitteistovaatimukset kohdasta Deep Learning Vaatimukset.
Deep Learning -objektiseurannassa on seuraavat asetukset:
Paikallaan olevien kohteiden suodatus
Katso kohdasta Paikallaan olevan kohteen seuranta-aika.
Stationary Hold On Time -asetuksen lisäksi käytettävissä on lisäasetus Require Initial Movement (Vaadi alustava liike), joka estää sellaisten kohteiden seurannan, jotka eivät ole liikkuneet.
Seurattujen kohteiden havaitsemispiste
Katso kohdasta Seurattujen kohteiden havaintopiste.
Manipulaation tunnistus (DLOT)
Katso kodasta Manipulaatiotunnistus.
Signaalin menetys Emit-väli
Katso kohdasta Signaalin menetys Emit-väli