tart ผลงานทั้งหมด

COMPUTER VISION / งานวิจัย

การแยกบุคคลในภาพด้วยคำบรรยาย

รับภาพจากกล้องมุมคงที่พร้อมคำบรรยายภาษาธรรมชาติ แล้วคืนมาสก์บุคคลระดับพิกเซล หรือผลว่าไม่พบผู้ที่ตรงคำบรรยายอย่างชัดเจน

KMITL Project 1 · งานวิจัยกลุ่ม

การมีส่วนร่วมของฉัน

มีส่วนร่วมในการพัฒนาการทดลอง เครื่องมือจัดการหลักฐาน การประเมินเปรียบเทียบ และรายงานทางเทคนิคตลอดกระบวนการโปรเจกต์

ดาวน์โหลด CV (ภาษาอังกฤษ)

ลองเล่น · เวอร์ชันย่อ

ลองดูว่าทำอะไรได้บ้าง

การเปรียบเทียบ MOTS20 ระหว่างคำตอบอ้างอิงของมนุษย์ ผล CoHD เดิม Scale704 และ Scale768
หลักฐานจากรายงานความก้าวหน้าล่าสุด: เฟรม MOTS20 เดียวกัน เทียบคำตอบอ้างอิงกับการตั้งค่า inference สามแบบ

KMITL · CE69-27 Project 1 · อยู่ระหว่างดำเนินการ

โปรเจกต์นี้ทำอะไร

งานวิจัยศึกษาว่าการแยกภาพตามภาษาสามารถหาบุคคลตามคำบรรยายในภาพกล้องวงจรปิดมุมคงที่ แล้วคืนมาสก์ระดับพิกเซล รวมถึงมาสก์ว่างเมื่อไม่พบบุคคลที่ตรงกันได้หรือไม่ เปรียบเทียบ LISA-7B-v1, SSP-SAM-224 และ CoHD-Tiny ภายใต้เกณฑ์ประเมินร่วมกัน

ภายในโปรเจกต์

  • ในชุดย่อย gRefCOCO 90 ภาพ CoHD-Tiny ได้ mean IoU ของเป้าหมายที่มีอยู่ 78.01% และเร็วกว่า LISA ประมาณ 21.6 เท่าในการตั้งค่าที่รายงาน
  • ในชุดยืนยันคงที่ 120 เฟรม Scale704 ร่วมกับ guard เพิ่ม MOTS coverage recall จาก 62.39% เป็น 77.32%
  • สำหรับ VIRAT จำนวนบุคคลที่จับคู่ได้เพิ่มจาก 10 เป็น 48 จาก 635 คน ขณะที่องค์ประกอบผลบวกลวงลดจาก 150 เป็น 120 และเวลาเฉลี่ยเปลี่ยนจาก 0.6541 เป็น 0.5934 วินาทีต่อภาพ

ทักษะและประสบการณ์ปฏิบัติ

ประสบการณ์ปฏิบัติด้าน referring segmentation โมเดลภาพและภาษา การประเมินภายใต้เงื่อนไขควบคุม การเปรียบเทียบแบบตัดองค์ประกอบ การติดตามหลักฐาน และการรายงานผลพร้อมขอบเขตที่ชัดเจน

PyTorchคอมพิวเตอร์วิทัศน์โมเดลภาพและภาษาการแยกภาพตามคำบรรยายระเบียบวิธีประเมินการวิเคราะห์ภาพ CCTVการรายงานงานวิจัย

ภาพและค่าที่วัดมาจากรายงานความก้าวหน้า 30% ล่าสุดและไฟล์ประกอบวิทยานิพนธ์ หลักฐานปัจจุบันครอบคลุมสองมุมกล้องคงที่เวลากลางวัน ยังตรวจไม่พบบุคคลที่อยู่ไกลหรือมีขนาดเล็กจำนวนมาก

บริบทของโปรเจกต์

งานวิจัยที่กำลังดำเนินการกับมุมกล้อง CCTV คงที่ในเวลากลางวันสองมุม ผลแสดงความก้าวหน้าในตัวอย่างที่ประเมิน ยังไม่ยืนยันการใช้งานกับกล้องที่ไม่เคยเห็นหรือการใช้งานจริงในวงกว้าง

ภาพ CCTV + คำบรรยายเปรียบเทียบโมเดลมาสก์ที่เสนอตรวจสอบอัตโนมัติมาสก์หรือไม่พบผลตรงกัน

ภาพและวิดีโอโปรเจกต์

กรอบงานวิจัยการแยกบุคคลด้วยคำบรรยายในภาพกล้องวงจรปิดมุมคงที่
กรอบงานวิจัย: ข้อมูลนำเข้าร่วม โมเดลฐานและโมเดลที่เสนอ การตรวจสอบ และผลมาสก์สุดท้าย
การเปรียบเทียบภาพ VIRAT ด้วย CoHD เดิม Scale704 และ Scale768
ผลเปรียบเทียบ VIRAT จริงที่ใช้ในรายงานความก้าวหน้าล่าสุด
พอร์ทัลหลักฐานแสดงการทดลองและไฟล์ผลลัพธ์ของโปรเจกต์
พอร์ทัลหลักฐานช่วยให้ตรวจสอบผลการทดลองเพื่อจัดทำรายงานได้