في عالم تتزايد فيه متطلبات الأمان والمراقبة، يكتسب نظام توقع المسارات عبر كاميرات متعددة (Multi-Camera Trajectory Forecasting - MCTF) أهمية بالغة. حيث يعكس هذا النظام تقدماً كبيراً في مجال الذكاء الاصطناعي، المركّز على توقّع حركة الأجسام من خلال شبكة متكاملة من الكاميرات، مما يحل العديد من المشكلات المرتبطة بالطُرق التقليدية التي تعتمد على كاميرا واحدة فقط.

توسيع نطاق المراقبة، يعد أحد التحديات الكبرى في الزوايا المحدودة لكاميرا واحدة، مما يجعل من المستحيل توقع المسارات المستقبلية بدقة عالية. ومع ذلك، يقدم إطار MCTF حلاً مبدعًا من خلال استخدام جميع المواقع النسبية للأجسام المتحركة من عدة وجهات نظر وإمكانية توقع موقع الجسم في جميع عدسات الكاميرات الممكنة.

تعتمد هذه المنهجية على مفهوم "مسارات Tensor"، وهي تقنية جديدة تشير إلى كيفية تشفير المسارات عبر نقاط مشاهدة متعدة. كما أنَّ النتائج التي توصلت إليها التجارب المثيرة التي أجراها الفريق البحثي، والذي شمل قاعدة بيانات تحتوي على 600 ساعة من بيانات الفيديو من 15 كاميرا، تثبت أن نماذج Tensor تفوقت على الطرق التقليدية التي تركز على تنسيق المسارات.

عبر توظيف مئات الساعات من بيانات الفيديو، أثبت هذا الابتكار الفارق الجوهري بين المسارات المستندة إلى التنسيق والنماذج المتطورة التي تعتمد على Tensor. متاح الآن كود العمل عبر GitHub مما يتيح للباحثين والمطورين التفاعل مع هذه التكنولوجيا الجديدة واستغلال مزاياها.