CHƯƠNG 17 Học sâu & video

OC-SORT

OC-SORT sửa điểm yếu của Kalman khi vật thể bị che: thay vì tin vào vận tốc dự đoán quá lâu, tracker dùng các quan sát thật để phục hồi hướng và tốc độ. Nhờ đó track ít bị trôi và có thể nối lại sau occlusion.

Ứng dụng Nâng cao 18 phút đọc bài thử tương tác
Ảnh minh hoạ cho OC-SORT 17 / 46
OC-SORT · Observation-centric Một khung hình, một câu hỏi.
01 Trực giác

Chuyện gì đang xảy ra?

Kalman filter rất tốt khi vật thể chuyển động đều. Nhưng khi xe bị che, tracker không có quan sát mới và vận tốc dự đoán tiếp tục trôi. Khi xe xuất hiện lại, box dự đoán đã lệch xa; Hungarian không ghép được và ID bị đổi.

OC-SORT giữ lại các quan sát cũ và dùng chúng để tính lại vận tốc khi track được thấy lại. Nó cũng thêm hướng chuyển động vào chi phí ghép, giúp phân biệt hai xe đi ngược chiều hoặc có quỹ đạo gần nhau.

Trong bãi xe, OC-SORT hữu ích khi xe bị cột hoặc xe khác che trong thời gian ngắn. Tuy nhiên nếu camera di chuyển, hướng trong ảnh không còn là hướng thật; vẫn cần bù chuyển động camera hoặc dùng tracker có GMC trước khi kết luận.

Thuật toán không “hiểu” ảnh. Nó chỉ tìm một cách biến đổi có thể kiểm tra được.

02 Công thức

Viết lại bằng toán.

Không cần thuộc lòng. Hãy đọc công thức như một câu mô tả: đại lượng nào được cộng, cái gì bị chuẩn hoá, và điều kiện nào khiến nó thất bại.

CÔNG THỨC / 01

Vận tốc từ quan sát

\[ v_i^{obs}=\frac{p_t-p_{t-\Delta}}{\Delta t},\qquad \theta_i=\mathrm{atan2}(v_y,v_x) \]
  • p_t: tâm box tại frame t
  • Δ: khoảng quan sát gần nhất
  • θ: hướng chuyển động

OC-SORT dùng vận tốc quan sát để hiệu chỉnh track sau occlusion.

CÔNG THỨC / 02

Chi phí có hướng

\[ C_{ij}=C^{iou}_{ij}+\lambda_\theta(1-\cos(\theta_i-\theta_j)) \]
  • θ_i, θ_j: hướng track và detection
  • λ_θ: trọng số hướng
  • Giúp tách vật thể gần nhau

Hướng chỉ là tín hiệu phụ; IoU và appearance vẫn là nền tảng.

03 Từng bước

Luồng xử lý bằng lời.

  1. 01

    Phát hiện

    Chạy detector và lọc box theo class/vùng; giữ confidence đủ cao cho tầng chính.

  2. 02

    Tính quan sát

    Lưu tâm box, tính vận tốc và hướng từ các frame gần nhất.

  3. 03

    Ghép

    Kết hợp IoU, hướng và (tuỳ chọn) appearance; giải Hungarian.

  4. 04

    Phục hồi

    Khi track được thấy lại, cập nhật vận tốc từ quan sát thật thay vì giữ dự đoán Kalman cũ.

  5. 05

    Quản lý

    Tăng max_age cho track bị che, xoá track quá hạn và kiểm tra ID switch.

04 Tham số

Núm vặn và cạm bẫy.

Tham sốÝ nghĩaKhoảng
det_threshNgưỡng confidence cho detection.0.3…0.6
max_ageSố frame tối đa giữ track bị mất.30…90
min_hitsSố quan sát tối thiểu trước khi công bố track.1…5
delta_tKhoảng frame dùng để tính vận tốc quan sát.1…5
inertiaTrọng số hướng trong chi phí ghép.0.0…0.4

! Cạm bẫy thường gặp

  • Vận tốc quan sát nhiễu khi box rung; cần làm mượt hoặc tăng delta_t.
  • Xe đổi hướng gấp có thể bị phạt hướng sai; đừng đặt inertia quá cao.
  • Camera motion làm hướng trong ảnh sai; cần GMC nếu camera không đứng yên.
  • Track được phục hồi có thể ghép nhầm nếu hai xe gần nhau và cùng hướng.
  • OC-SORT không giải quyết appearance; occlusion dài vẫn cần ReID hoặc logic riêng.
05 Mã nguồn

Mã nguồn tối giản, không phải giả mã.

MÃ THAM KHẢO / oc-sort
from boxmot import OCSort
from ultralytics import YOLO

model = YOLO("yolo11n.pt")
tracker = OCSort(
    det_thresh=0.4,
    max_age=60,
    min_hits=3,
    delta_t=3,
    inertia=0.2,
)

for frame in video:
    dets = model(frame, verbose=False)[0].boxes.data.cpu().numpy()
    tracks = tracker.update(dets, frame)
THƯ VIỆN: BOXMOT / PYTHON Đọc từ trên xuống · thử từng block
06 Thử

Điều chỉnh tham số.

Chọn ảnh mẫu hoặc tải ảnh của bạn lên, chỉnh tham số, rồi chạy. Kết quả, các bước trung gian và nhật ký được cập nhật ngay tại đây.

CỤC BỘ / KHÔNG GỬI ẢNH
BÀN THỬ / 17 OC-SORT
SẴN SÀNG
KẾT QUẢ / TRỰC TIẾP —
Ảnh đầu vào mặc định
Bấm “Chạy thử” Kết quả sẽ xuất hiện ở đây.
TRẠNG THÁIChờ chạy
ĐẦU VÀO—
SỐ BƯỚC—
THỜI GIAN—
NHẬT KÝ / LUỒNG XỬ LÝ
$ bài thử chưa chạy
$ chọn ảnh và bấm “Chạy thử”
07 Ứng dụng

Dùng nó ở đâu?

DÙNG / 01

Bãi xe có cột, cây hoặc xe khác che khuất.

DÙNG / 02

Video giao thông cần giữ ID qua đoạn occlusion ngắn.

DÙNG / 03

Phân tích quỹ đạo xe trong cảnh nhiều vật thể gần nhau.

ĐÃ ĐỌC XONG 17 / 46