Tóm tắt Luận văn Thạc sĩ: Kỹ thuật học sâu cho bài toán theo vết đa đối tượng

Trong bối cảnh phát triển nhanh chóng của thị giác máy tính, việc phát hiện và tái định danh đối tượng đóng vai trò nền tảng trong các hệ thống theo vết đa đối tượng hiện đại. Tuy nhiên, việc tích hợp hiệu quả hai nhiệm vụ này vào một mạng duy nhất nhằm nâng cao tốc độ suy luận thường đối mặt với những thách thức đáng kể, đặc biệt là do kỹ thuật tái định danh (Re-ID) chưa được huấn luyện tối ưu. Luận văn này tập trung vào việc giải quyết vấn đề đó bằng cách đề xuất một phương pháp tiếp cận đơn giản nhưng hiệu quả. Mục tiêu là xây dựng một mô hình nhận dạng theo vết đa đối tượng mạnh mẽ, có khả năng dự đoán chính xác đường đi của các vật thể trong video, ứng dụng rộng rãi trong các lĩnh vực như an ninh quốc phòng và giao thông vận tải.

Nghiên cứu sinh, kỹ sư phát triển phần mềm trong lĩnh vực thị giác máy tính, học sâu và hệ thống thông tin, đặc biệt quan tâm đến các ứng dụng theo dõi đối tượng trong thời gian thực.

Luận văn đi sâu vào phân tích bài toán theo vết đa đối tượng, vốn là sự kết hợp phức tạp giữa phát hiện đối tượng và tái định danh đối tượng (Re-ID). Hiện tại, có hai phương pháp chính: phương pháp hai bước (two-step MOT) với độ chính xác cao nhưng tốc độ chậm do tính toán độc lập, và phương pháp một bước (one-shot MOT) tích hợp để tăng tốc độ nhưng thường hy sinh độ chính xác Re-ID. Để khắc phục hạn chế này, nghiên cứu đề xuất một kỹ thuật học sâu mới sử dụng phương pháp tiếp cận không mỏ neo cho cả phát hiện đối tượng và nhúng danh tính, giúp cải thiện đáng kể độ chính xác theo dõi. Quá trình triển khai bao gồm việc huấn luyện và nội suy đặc trưng của mô hình, áp dụng các hàm lỗi chuyên biệt như Focal Loss, Heatmap Loss, Offset and Size Loss, và Identity Embedding Loss để tối ưu hóa hiệu suất. Mô hình được xây dựng để thực hiện theo vết trực tuyến và được đánh giá trên các bộ dữ liệu thực nghiệm phong phú, thể hiện khả năng ứng dụng thực tiễn. Nghiên cứu cũng phân tích các công trình liên quan, từ đó cung cấp một cái nhìn toàn diện về bối cảnh hiện tại của lĩnh vực. Cuối cùng, luận văn đúc kết những khó khăn, hạn chế và đề xuất các hướng phát triển trong tương lai, mở ra tiềm năng cho các ứng dụng thực tiễn trong an ninh, giám sát và giao thông thông minh.