HyperAIHyperAI
il y a 2 mois

Filtre de corrélation discriminatif avec fiabilité canal et spatiale

Alan Lukežič; Tomáš Vojíř; Luka Čehovin; Jiří Matas; Matej Kristan
Filtre de corrélation discriminatif avec fiabilité canal et spatiale
Résumé

Le suivi à court terme est un problème ouvert et difficile pour lequel les filtres de corrélation discriminants (FCD) ont montré d'excellentes performances. Nous introduisons les concepts de fiabilité des canaux et de fiabilité spatiale dans le suivi par FCD et proposons un nouvel algorithme d'apprentissage pour son intégration efficace et fluide dans la mise à jour du filtre et le processus de suivi. La carte de fiabilité spatiale ajuste le support du filtre à la partie de l'objet appropriée pour le suivi. Cela permet non seulement d'élargir la zone de recherche, mais aussi d'améliorer le suivi des objets non rectangulaires. Les scores de fiabilité reflètent la qualité canal par canal des filtres appris et sont utilisés comme coefficients de pondération des caractéristiques lors de la localisation. Expérimentalement, avec seulement deux caractéristiques standards simples, HoGs (Histograms of Oriented Gradients) et Colornames, la méthode CSR-FCD -- FCD avec Fiabilité des Canaux et Fiabilité Spatiale -- obtient des résultats de pointe sur VOT 2016, VOT 2015 et OTB100. Le CSR-FCD fonctionne en temps réel sur un CPU.

Filtre de corrélation discriminatif avec fiabilité canal et spatiale | Articles de recherche récents | HyperAI