Ultralytics 로 객체 추적에 대해 알아보세요! 실시간 애플리케이션을 위한 YOLO 모델을 사용하여 동영상에서 동작, 동작 및 상호 작용을 추적하는 방법을 알아보세요.
객체 추적은 비디오 시퀀스 내에서 움직이는 특정 관심 객체를 식별하고 추적하는 중요한 컴퓨터 비전 작업입니다. 개별 프레임에서 객체를 식별하고 위치를 파악하는 데 중점을 두는 객체 감지와 달리 객체 추적은 여러 프레임에서 이러한 객체의 동일성을 유지합니다. 따라서 동적인 장면 내에서 객체의 움직임, 동작 및 상호 작용을 지속적으로 파악할 수 있습니다.
객체 추적 알고리즘의 핵심은 동영상의 초기 프레임에서 객체를 먼저 감지하는 방식으로 작동합니다. 이 초기 감지는 다음과 같은 다양한 객체 감지 아키텍처를 사용하여 수행할 수 있습니다. Ultralytics YOLO. 객체가 감지되면 추적 알고리즘은 이후 프레임에서 객체의 위치를 예측하여 객체가 움직이거나 모양이 바뀌거나 일시적으로 가려져도 추적된 각 객체에 대한 고유 ID를 유지합니다.
객체 추적에는 칼만 필터와 평균 이동 추적과 같은 전통적인 방법부터 고급 딥러닝 기반 접근 방식에 이르기까지 여러 가지 기술이 사용됩니다. 최신 객체 추적은 종종 딥 뉴럴 네트워크를 활용하여 객체 오클루전, 조명 변화, 객체 크기 및 시점의 변화와 같은 문제를 처리할 수 있는 강력한 기능을 학습합니다. DeepSORT(딥 심플 온라인 및 실시간 추적)와 같은 알고리즘은 보다 안정적인 추적을 위해 모양 정보와 모션 예측을 결합합니다.
객체 추적 기술은 다양한 산업 분야의 광범위한 애플리케이션에 필수적인 요소입니다:
Ultralytics YOLO 모델은 물체 감지에 강력할 뿐만 아니라 추적 알고리즘과 원활하게 통합됩니다. YOLOv8 및 YOLOv11은 매우 정확한 감지기로 사용할 수 있어 강력한 추적에 필요한 초기 물체 감지를 제공합니다. YOLO 의 감지 기능과 추적 알고리즘을 결합하여 Ultralytics 허브 또는 Ultralytics Python 패키지를 사용하여 정교한 실시간 추적 시스템을 구축할 수 있습니다.
객체 추적은 최신 컴퓨터 비전 시스템의 핵심 구성 요소로, 비디오의 움직임과 상호 작용을 이해하고 해석하는 기능을 제공합니다. AI 기술이 발전함에 따라 객체 추적은 점점 더 많은 애플리케이션에서 중요한 역할을 담당하며 다양한 분야에서 자동화, 안전 및 분석 기능을 향상시킬 것입니다.
