Staple: Komplementäre Lerner für Echtzeit-Verfolgung

Korrelationsfilter-basierte Verfolgungsalgorithmen haben kürzlich ausgezeichnete Leistungen erzielt und zeigen eine große Robustheit gegenüber herausfordernden Situationen mit Bewegungsunschärfe und Beleuchtungsänderungen. Allerdings sind sie aufgrund des starken Einflusses der räumlichen Anordnung des verfolgten Objekts bekanntermaßen anfällig für Deformationen. Farbstatistik-basierte Modelle haben ergänzende Eigenschaften: Sie bewältigen Formveränderungen gut, leiden aber unter inkonsistenter Beleuchtung innerhalb einer Sequenz. Zudem können Farbverteilungen allein nicht ausreichend diskriminativ sein. In dieser Arbeit zeigen wir, dass ein einfacher Verfolgungsalgorithmus, der ergänzende Merkmale in einem Ridge-Regression-Rahmen kombiniert, schneller als 80 FPS (Frames pro Sekunde) arbeiten kann und nicht nur alle Teilnehmer des populären VOT14-Wettbewerbs übertrifft, sondern auch nach mehreren Benchmarks jüngere und viel komplexere Verfolgungsalgorithmen.