Diskussion zum Artikel "Neuronale Netze leicht gemacht (Teil 79): Feature Aggregated Queries (FAQ) im Kontext des Staates"
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Neuronale Netze leicht gemacht (Teil 79): Feature Aggregated Queries (FAQ) im Kontext des Staates :
Im vorigen Artikel haben wir eine der Methoden zur Erkennung von Objekten in einem Bild kennengelernt. Die Verarbeitung eines statischen Bildes ist jedoch etwas anderes als die Arbeit mit dynamischen Zeitreihen, wie z. B. die Dynamik der von uns analysierten Preise. In diesem Artikel werden wir uns mit der Methode der Objekterkennung in Videos befassen, die dem Problem, das wir lösen wollen, etwas näher kommt.
Die meisten der zuvor besprochenen Methoden analysieren den Zustand der Umgebung als etwas Statisches, was der Definition eines Markov-Prozesses voll entspricht. Natürlich haben wir die Beschreibung des Umgebungszustands mit historischen Daten gefüllt, um das Modell mit so vielen notwendigen Informationen wie möglich zu versorgen. Das Modell bewertet jedoch nicht die Dynamik der Zustandsänderungen. Dies bezieht sich auch auf die im vorherigen Artikel vorgestellte Methode: DFFT wurde für die Erkennung von Objekten in statischen Bildern entwickelt.
Die Beobachtung von Kursbewegungen zeigt jedoch, dass die Dynamik von Veränderungen manchmal mit hinreichender Wahrscheinlichkeit die Stärke und Richtung der kommenden Bewegung anzeigen kann. Logischerweise wenden wir uns nun den Methoden zur Erkennung von Objekten in Videos zu.
Die Objekterkennung in Videos weist eine Reihe bestimmter Merkmale auf und muss das Problem der Veränderung von Objektmerkmalen durch Bewegung lösen, die im Bildbereich nicht vorkommen. Eine der Lösungen besteht darin, zeitliche Informationen zu nutzen und Merkmale aus benachbarten Bildern zu kombinieren. Der Artikel „ Feature Aggregated Queries for Transformer-based Video Object Detectors“ schlägt einen neuen Ansatz zur Erkennung von Objekten in Videos vor. Die Autoren des Artikels verbessern die Qualität von Abfragen (queries) für Transformator-basierte Modelle, indem sie diese aggregieren. Um dieses Ziel zu erreichen, wird eine praktische Methode vorgeschlagen, um Abfragen entsprechend den Merkmalen der Eingabeframes zu generieren und zu aggregieren. Ausführliche experimentelle Ergebnisse bestätigen die Wirksamkeit der vorgeschlagenen Methode. Die vorgeschlagenen Ansätze können auf eine Vielzahl von Methoden zur Erkennung von Objekten in Bildern und Videos ausgeweitet werden, um deren Effizienz zu verbessern.
Autor: Dmitriy Gizlyk