Resumen

El seguimiento de objetos con una estimación robusta de la escala es una tarea difícil en visión por ordenador. Este artículo presenta un nuevo algoritmo de seguimiento que aprende los filtros de traslación y escala con un esquema complementario. El filtro de traslación se construye utilizando la regresión ridge y características multidimensionales. Se construye un filtro de escala robusto mediante la estimación bidireccional de la escala, incluyendo la escala hacia delante y hacia atrás. En primer lugar, aprendemos el filtro de escala utilizando la información de seguimiento hacia delante. A continuación, la escala hacia delante y la escala hacia atrás pueden estimarse utilizando el filtro de escala respectivo. En segundo lugar, se adopta una estrategia conservadora para comprometer las escalas hacia delante y hacia atrás. Por último, el filtro de escala se actualiza en función de la estimación final de la escala. Es eficaz actualizar el filtro de escala, ya que la estimación estable de la escala puede mejorar el rendimiento del filtro de escala. Para revelar la eficacia de nuestro rastreador, se realizan experimentos en 32 secuencias con una variación de escala significativa y en el conjunto de datos de referencia con 50 vídeos desafiantes. Nuestros resultados muestran que el rastreador propuesto supera a varios rastreadores de última generación en términos de robustez y precisión.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Seguimiento de objetos; estimación robusta de la escala; visión por ordenador; algoritmo de seguimiento; filtro de traslación; filtro de escala.
• Keywords:Object tracking; robust scale estimation; computer vision; tracking algorithm; translation filter; scale filter