Алгоритм трекинга при управлении соревновательной деятельностью команд в онлайн на основе компьютерного зрения

Цель. В статье представлены результаты исследования алгоритмов трекинга для анализа баскетбольной игры. Цель работы заключается в определении оптимального метода для применения отслеживания спортсменов в онлайн режиме.
Метод. Исследование основано на методах и алгоритмах решения задач управления в организационных системах.
Результат. Рассмотрены алгоритмы с реидентификацией объектов, учитывающие как динамику движения, так и внешний вид. В качестве кандидатов были выбраны наиболее популярные алгоритмы трекинга BYTE, взятого из алгоритма Bytetrack, и алгоритма Deepsort, показавшие высокий результат в задаче отслеживание пешеходов в толпе. Сравнение алгоритмов производилось по метрикам качества оценки трекинга MOTA и MOTP, а также по времени работы алгоритмов. Эксперименты проводились на датасете общей и спортивной направленности - MOT20 и SportMot.
Вывод. Проведенное исследование показало, что наилучший результат при онлайн обработки кадров достигается алгоритмом ByteTrack. Он показал сопоставимые метрики качества при быстром времени выполнения. Авторы использовали открытые реализации алгоритмов и написали удобный интерфейс для проведения экспериментов над разными датасетами и источниками детекций.

1. Yifu Zhang1, Peize Sun2, Yi Jiang3, Dongdong Yu3, Fucheng Weng1, Zehuan Yuan3, Ping Luo2, Wenyu Liu1, and Xinggang Wang. ByteTrack: Multi-Object Tracking by Associating Every Detection Box/ Huazhong University of Science and Technology 2 The University of Hong Kong 3 ByteDance Inc.

2. N. Wojke, A. Bewley and D. Paulus, "Simple online and realtime tracking with a deep association metric," 2017 IEEE International Conference on Image Processing (ICIP), Beijing, China, 2017, pp. 3645-3649, doi: 10.1109/ICIP.2017.8296962.

3. Milan, Anton & Leal-Taixé, Laura & Reid, Ian & Roth, Stefan. (2016). MOT16: A Benchmark for Multi-Object Tracking.

4. Bernardin, K., Stiefelhagen, R. Evaluating Multiple Object Tracking Performance: The CLEAR MOT Metrics. J Image Video Proc 2008, 246309 (2008). https://doi.org/10.1155/2008/246309

5. Punn NS, Sonbhadra SK, Agarwal S, Rai G. Monitoring COVID-19 social distancing with person detection and tracking via fine-tuned YOLO v3 and Deepsort techniques. arXiv; 2021.

6. Wang J. et al. SportsTrack: An Innovative Method for Tracking Athletes in Sports Scenes //arXiv preprint arXiv:2211.07173. – 2022.

7. M.I.H. Azhar, F.H.K. Zaman, N.M. Tahir and H. Hashim, "People Tracking System Using DeepSORT," 2020 10th IEEE International Conference on Control System, Computing and Engineering (ICCSCE), Penang, Malaysia, 2020, pp. 137-141, doi: 10.1109/ICCSCE50387.2020.9204956.

8. Y. Du et al., "StrongSORT: Make DeepSORT Great Again," in IEEE Transactions on Multimedia, doi: 10.1109/TMM.2023.3240881.

9. Yutao Cui, Chenkai Zeng, Xiaoyu Zhao, Yichun Yang, Gangshan Wu, and Limin Wang. Sportsmot: A large multi-object tracking dataset in multiple sports scenes. arXiv preprint arXiv:2304.05170, 2023.

10. Patrick Dendorfer, Hamid Rezatofighi, Anton Milan, Javen Shi, Daniel Cremers, Ian D. Reid, Stefan Roth, Konrad Schindler, Laura Leal-Taixé:MOT20: A benchmark for multi object tracking in crowded scenes. CoRR abs/2003.09003 (2020)

11. Иванов, Ю.С. Анализ нейросетевых алгоритмов трекинга объектов / Ю.С. Иванов // Производственные технологии будущего: от создания к внедрению : Материалы V Международной научно-практической конференции, Комсомольск-на-Амуре, 06–11 декабря 2021 года / Редколлегия: С.И. Сухоруков (отв. ред.), А.С. Гудим, Н.Н. Любушкина. – Комсомольск-на-Амуре: Комсомольский-на-Амуре государственный университет, 2022. – С. 34-37. – EDN LXOWWD.

12. Д.А. Вражнов, А.В. Шаповалов, В.В. Николаев, “О качестве работы алгоритмов слежения за объектами на видео”, Компьютерные исследования и моделирование, 4:2 (2012), 303–313

13. Chen, H. (2023). Appearance Awared Detector for MOT: An Enhanced ReID Branch for Tracking Memorize. Academic Journal of Science and Technology, 5(1), 46–48. https://doi.org/10.54097/ajst.v5i1.5345https://habr.com/ru/articles/514450/

14. https://habr.com/ru/articles/166693/