Suivi par traqueurs avec un modèle distillé et renforcé

Le suivi d’objets visuels a généralement été abordé en raison indépendante d’algorithmes de traitement rapide, de méthodes d’adaptation en ligne précises et de fusion de traqueurs. Dans cet article, nous unifions ces objectifs en proposant une nouvelle méthodologie de suivi qui exploite à la fois d’autres traqueurs visuels, en mode hors ligne et en ligne. Un modèle compact, appelé modèle étudiant, est entraîné grâce à une combinaison de la distillation de connaissances et de l’apprentissage par renforcement. La première technique permet de transférer et de compresser les connaissances de suivi provenant d’autres traqueurs. La seconde permet d’apprendre des mesures d’évaluation qui sont ensuite exploitées en ligne. Après l’apprentissage, le modèle étudiant peut être utilisé pour construire (i) un traqueur très rapide à une seule passe, (ii) un traqueur doté d’un mécanisme simple et efficace d’adaptation en ligne, (iii) un traqueur capable de fusionner d’autres traqueurs. Des validations étendues montrent que les algorithmes proposés rivalisent avec les meilleurs traqueurs en temps réel actuels.