AAA : Agrégation Adaptative de Suiveurs en Ligne Arbitraires avec Garantie Théorique de Performance

En suivi d'objets visuels, il est difficile de concevoir un suiveur en ligne universellement performant en raison des grandes variations d'apparence de l'objet au cours d'une séquence d'images. Ce papier propose une méthode de suivi en ligne qui agrège de manière adaptative un nombre arbitraire de suiveurs en ligne. La performance de la méthode proposée est théoriquement garantie comme étant comparable à celle du meilleur suiveur pour toute séquence d'images, même si le meilleur expert reste inconnu pendant le suivi. Des études expérimentales sur des jeux de données standard présentant de grandes variations, ainsi que sur des agrégats de suiveurs, démontrent que la méthode proposée atteint des performances de pointe. Le code est disponible à l'adresse suivante : https://github.com/songheony/AAA-journal.