Sledenje objekta ob prisotnosti distraktorjev z grafnimi nevronskimi mrežamiPotočnik, Grega (Avtor) Kristan, Matej (Mentor) Lukežič, Alan (Komentor) računalniški vidnevronske mrežesledenje objektomDiplomsko delo obravnava izzive sledenja posameznemu objektu v videoposnetkih s prisotnostjo motilcev. Glavni cilj je razviti metodo, ki z uporabo grafovnih nevronskih mrež in dodatnih informacij o okoliških objektih izboljša stabilnost in natančnost sledilnika. Predlagamo metodo nevronskega povezovalnega algoritma z gručenjem (angl. Neural Solver with Grouping, NSG), ki temelji na štiristopenjskem cevovodu: sledenje z uporabo nekega sledilnika za osnovno detekcijo, generator hipotez, ki generira dodatne kandidate za lokacije objekta, nevronski povezovalni algoritem za povezovanje detekcij v trajektorije ter nazadnje še gručenje sledi s Kalmanovim filtrom za napovedovanje pozicij in ponovno identifikacijo ob izgubi sledi. Eksperimentalno delo je vključevalo evaluacijo na podatkovnih zbirkah LaSOT in DiDi z metrikami orodja VOT. Rezultati so pokazali izboljšano kakovost sledenja za 1.2 odstotka v primerjavi z uporabljenim sledilnikom za osnovno detekcijo. Omejitve metode so povezane z občutljivostjo na kakovost vhodnih detekcij in težave pri zelo dinamičnih scenarijih. Nadaljnji razvoj bi lahko vključeval integracijo algoritmov za gručenje v globoke nevronske mreže ter optimizacijo generatorja hipotez. Predlagana rešitev predstavlja korak k robustnejšim sistemom za sledenje v realnem času.20252025-07-03 16:19:51Diplomsko delo/naloga170334VisID: 38007COBISS_ID: 241542915sl