Resumen

El seguimiento visual es un tema de investigación desafiante en el campo de la visión por computadora con muchas aplicaciones potenciales. Se han propuesto y logrado una gran cantidad de métodos de seguimiento que han alcanzado un rendimiento de seguimiento diseñado. Sin embargo, los métodos de seguimiento de vanguardia actuales aún no pueden cumplir con los requisitos de las aplicaciones del mundo real. Uno de los principales desafíos es diseñar un buen modelo de apariencia para describir la apariencia de los objetivos. En este documento, proponemos un nuevo método de seguimiento visual, que utiliza características comprimidas para modelar las apariencias de los objetivos y luego utiliza SVM para distinguir el objetivo de su fondo. Las características comprimidas se obtuvieron mediante la codificación de árbol cero en los coeficientes de wavelet de múltiples escalas extraídos de una imagen, que tienen tanto baja dimensionalidad como capacidad discriminatoria y por lo tanto aseguran lograr mejores resultados de seguimiento. Las comparaciones experimentales con varios métodos de vanguardia demuestran la superioridad del método propuesto.

• Materias:Comprensión de imágenes Inteligencia artificial Detección de manipulaciones Visión artificial Imágenes espaciales
• Subjects:Image understanding Artificial intelligence Manipulation detection Artificial vision Spatial imaging
• Palabras claves:Seguimiento visual; Visión por computadora; Métodos de seguimiento; Modelo de apariencia; Características comprimidas; SVM
• Keywords:Visual tracking; Computer vision; Tracking methods; Appearance model; Compressed features; SVM